正文內容

用戶建模概述--個性化系統應用(編輯修改稿)

2026-02-14 19:05 本頁面

　

【文章內容簡介】更新：即每次瀏覽后就對用戶模型進行更新 ? 長期興趣類更新：即用戶使用一段時間后進行更新一次 ? 興趣類的調整：經過長時間的用戶瀏覽以后，每次都用即時更新，用戶興趣類就有可能不能準確描述用戶興趣，這時就需要對用戶興趣類進行重新調整。 19 合肥工業大學人工智能與數據挖掘實驗室用戶模型的評價方法 ? 對用戶模型性能的評價目前還沒有一個統一而合理的標準，下面是兩種代表性的標準： ? 查準率 (preeision)=過濾結果中符合用戶興趣的信息條數 /過濾結果得到的信息條數 ? 查全率 (reeall)=過濾結果中符合用戶興趣的信息條數 /信息源中符合用戶興趣的全部信息條數徐小琳，網喜戎，程時端 .信息過濾技術和個性化信息服務 [J1]，計算機工程與應用 2022， 40(9):182一 184 20 合肥工業大學人工智能與數據挖掘實驗室個性化系統中用戶模型的應用框架 21 合肥工業大學人工智能與數據挖掘實驗室實例：基于 Web文檔內容的用戶興趣建模介紹 ?建模主要思路 : ? 針對用戶所瀏覽的 Web頁面，分析這些頁面與用戶興趣的相關度 : ? 若是已有興趣則對其權重進行加權，否則根據其權重與閥值的大小關系決定是否進入用戶興趣詞條集 ? 何曉林 .基于用戶興趣學習的個性化信息服務模型研究 .北京交通大學碩士 .2022. 22 合肥工業大學人工智能與數據挖掘實驗室用戶興趣模型構建流程圖 23 合肥工業大學人工智能與數據挖掘實驗室常用中文分詞方法 ? 通常使用的方法主要有機械分詞和知識分詞。 ? 機械分詞方法的思路是先查字典進行匹配 ,然后再適當地利用部分詞法規則進行歧義校正。 ? 知識分詞不僅通過詞典匹配，而且還要利用詞法、句法甚至語義等方面的知識進行匹配。 24 合肥工業大學人工智能與數據挖掘實驗室正向最大匹配算法（ MM） ?基本思想為 :設 D為專業詞典， Max表示 D中的最大詞 ,String為待切分字串，其長度為 nLen。 ? Step1:從待切分字串 string中取字長為 Max的字串 Str令nLen=Max。 ? Step2:將 Str與 D中的詞進行匹配。 ? Step3:若匹配成功，則認為該字串 Str為詞，指向待切分字串的指針向后移 Max單位的漢字，返回 Step1。 ? step4:若匹配不成功 :如果 nLen1則令 nLen=nLen1，再從待切分字串中取字長為 nLen的字串 str，返回到step2。否則，得到長度為 1的單字詞，指向待切分字串的指針向后移動 1個漢字，返回到 step1。 25 合肥工業大學人工智能與數據挖掘實驗室特征項相關概念 ? 特征項：指文檔中含有且能夠代表該文檔性質的基本語言單位 ? Web文檔的特征提取原則 : ? 一是應當選擇包含語義信息較多，對文檔的表示能力較強的語言單位作為特征項。 ? 二是文檔在這些特征項上的分布應當有比較明顯統計規律性。 ? 三是比較容易實現，時間和空間的開銷都不是很大 ? 特征項的選擇： ? 字特征項 ? 詞匯特征項 ? 概念特征項 ? 李凡，魯明羽，陸玉昌 .關于文本特征抽取新方法的研究 .清華大學學報

點擊復制文檔內容

教學課件相關推薦

用戶建模概述--個性化系統應用(編輯修改稿)

[精選]個性化服務-資料下載頁

客房個性化服務-資料下載頁

[精選]個性化營銷-資料下載頁

個性化教學設計-資料下載頁

個性化教學流程-資料下載頁

前臺個性化服務-資料下載頁

個性化輔導教案-資料下載頁

個性化教育加盟-資料下載頁

個性化服務案例-資料下載頁

小班個性化評語-資料下載頁

[精選]客戶個性化-資料下載頁

個性化輔導講義-資料下載頁

消費者的個性化消費-資料下載頁

制造業個性化推廣方案-資料下載頁

操作系統的個性化設置教學設計-資料下載頁

用戶建模概述--個性化系統應用(專業版)

用戶建模概述--個性化系統應用(留存版)

用戶建模概述--個性化系統應用-文庫吧

用戶建模概述--個性化系統應用-wenkub