资源描述：
《基于增量学习和阀值优化的自适应信息过滤》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、硕士学位论文基于增量学习和闽值优化的自适应信息过滤作者姓名学科、专业学号指导教师完成日期大连理工大学独创性说明作者郑重声明本硕士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人,已经发表或撰写的研究成果也不包含为获得大连理工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均。已在论文中做了明确的说明并表示了谢意日期夕、`作者签名子匆乞、止大连理工大学硕士学位论文摘要互联,网上电子信息的迅猛膨胀带来了信息过载问题信息过滤技术能够帮助人们检。,出感兴趣的相关信
2、息或者屏蔽非法信息面对实时在线的网络信息过滤新挑战自适应信息过滤、自适应提高而成为人们关只需少量的用户需求信息并在过滤过程中自主学习注和研究的热点。本文的主要工作就是研究自适应信息过滤中提高模板准确性的学习算法和过滤闭值优化的新方法。论文给,出了一种改进的自适应信息过滤模型该模型将统计模型向量空间模型与概率方法贝叶斯方法相结合,通过在向量空间模型中对信息文本与用户需求进行向量表示和相似度计算来实现信息过滤。在需求模板的学习中运用向量中值法来构建初始的,。需求模板通过增量学习伪相关反馈信息来提高需求模板的准确性在过滤过程中以用,运用高斯指数分布户反馈信息为先验知
3、识和训练数据和贝叶斯方法来推测文档的相关,。性概率以线性效用函数最优为目标探测最优的过滤闭值,本文给在模型的训练阶段出了运用增量学习方法对附加的少量伪相关文档进行学,,习来训练需求模板的算法采用文档词频方法来选择特征运用算法调整特征,,向量以此提高过滤模板的准确性在模型的测试阶段以过滤系统效能函数最优为目标,。运用算法实现系统自主地学给出了探索最优的过滤闭值的新算法习用户,。定期反馈的信息并自适应地调整需求模板将该模型运用,,于自建的中文语料上进行相关主题的过滤测试实验实验结果表明利用增量学,在较少的用户监督下能够有效地提高系统的过滤性习方法和阂值优化策略有旨
4、。关键词自适应信息过滤伪相关反馈增最学习闷值优化算法大连理〔大学硕士学位论文,'一一一,,',,,,,对加人连理'大学硕十学位论文目录……,……。……摘要……,……,,……,……,……,……,……绪论……信息过滤研究的背景……,分类……信息过滤的概念和评测自适应信息过滤……研究的现状和当前研究的重点……。……国内外研究的现状……研究的技术路
