版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、目前,信息量以及獲取信息的途徑日益增多,人們對文件的多興趣點分類和便捷利用兩方面都產生了日益突出的需求。然而,一方面目前操作系統(tǒng)的文件組織方式幾乎都是樹形結構,分類標準單一,不能滿足對文件進行多屬性分類、組織,查找路徑也比較單一。另一方面,被廣泛使用的許多過濾算法往往不能進行個性化推薦,也很少適用于分層的文件系統(tǒng)。那么,如何找到一種新的信息資源組織方式,并設計一種推薦模型來幫助用戶評估系統(tǒng)中的哪些資源是用戶所偏好的,成為本文的研究重點。
2、
針對以上兩方面的問題,首先,本文擬使用形式概念分析(FCA)中的概念格作為信息資源組織的核心結構,并對概念格動態(tài)維護算法開展研究。FCA理論用于概念的發(fā)現(xiàn)和分類,并得到形式概念組成的格。具有不丟失信息、便于形式化等優(yōu)點。其次,傳統(tǒng)的協(xié)同過濾推薦方法針對用戶評分矩陣進行推薦,而強化學習作為一種能夠處理非線性資源的自動學習方法,可以解決傳統(tǒng)協(xié)同過濾不能處理信息資源組織的層級結構的問題。因此本文提出一種基于強化學習的動態(tài)推薦機制,
3、區(qū)分用戶點擊操作的有效性,實現(xiàn)標簽權值的動態(tài)變化,最終為用戶推薦符合其喜好的標簽。最后,將基于概念格的信息組織和動態(tài)推薦應用于文件系統(tǒng)進行驗證,結果表明本文提出的方法在資源多路徑分布和點擊有效性區(qū)分方面是有效的。
本文的主要貢獻成果有以下兩點:
(1)提出了一種格結構的信息資源組織方法。該方法針對傳統(tǒng)樹形目錄中僅存在單一路徑到達目標資源的問題,對資源進行貼標簽操作,以資源和標簽構建形式背景和概念格;將資源信息系統(tǒng)中的
4、操作映射為概念格中的操作;對資源信息系統(tǒng)概念格進行樹形化,最終實現(xiàn)目標資源多路徑可達,且格結構目錄隨著用戶操作動態(tài)變化。
(2)提出了一種基于強化學習的動態(tài)推薦模型。針對在信息超載的情況下,用戶在檢索中易遇到的一些問題,認為個性化推薦在解決這些問題中具有不可替代的作用。通過觀察已有的研究,發(fā)現(xiàn)協(xié)同過濾推薦方法具有相似度計算繁瑣的缺陷,無法解決屬性的區(qū)分度劃分問題,忽略了對項目重要程度的動態(tài)調整,并且不能充分利用用戶對資源路徑的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- SWAT模型運行結構及文件系統(tǒng)研究.pdf
- 智能卡COS文件系統(tǒng)結構模型的研究與應用.pdf
- 基于日志結構的嵌入式文件系統(tǒng)研究與應用.pdf
- Linux文件系統(tǒng)應用.pdf
- 透明加密文件系統(tǒng)模型的研究與實現(xiàn).pdf
- 基于Hadoop的分布式文件系統(tǒng)技術分析及應用.pdf
- 日志結構文件系統(tǒng)在嵌入式系統(tǒng)上的應用.pdf
- 基于免疫的文件系統(tǒng)研究.pdf
- 基于強化學習的蟻群聚類研究及應用.pdf
- 基于日志挖掘的學習推薦模型及應用研究.pdf
- 閃存文件系統(tǒng)的底層結構與性能研究.pdf
- 基于Windows文件系統(tǒng)微過濾驅動模型的文件透明加解密系統(tǒng)的研究與實現(xiàn).pdf
- 基于PE文件系統(tǒng)的軟件水印研究.pdf
- 基于強化學習的智能車移動模型研究.pdf
- 基于Luster文件系統(tǒng)的文件分片技術研究.pdf
- 基于對象存儲文件系統(tǒng)研究.pdf
- 基于強化學習的智能車移動模型研究
- 基于模型的動態(tài)分層強化學習算法研究.pdf
- 基于個性Agent的協(xié)作強化學習模型研究.pdf
- linux虛擬文件系統(tǒng)的研究與應用.pdf
評論
0/150
提交評論