2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、周期模式挖掘是在時間序列數(shù)據(jù)中尋找重復(fù)出現(xiàn)的序列模式的方法,主要用來刻畫變化較小或者穩(wěn)定的用戶行為模式,在許多應(yīng)用場景下,時間序列數(shù)據(jù)的周期模式挖掘都具有重要意義。
  本文在基于交叉熵的序列事件周期性檢測方法CEPD(Cross-Entropy based Periodicity Detection)的基礎(chǔ)上,針對該方法存在的三個問題,做了進一步改進和拓展研究,并結(jié)合電子商務(wù)和移動互聯(lián)網(wǎng)環(huán)境下的用戶行為進行了推薦應(yīng)用。
 

2、 本文的主要內(nèi)容包括三個方面,第一,實現(xiàn)了基于交叉熵的序列事件周期性檢測方法的對比研究,并給出了該方法理論上的時間復(fù)雜度,在構(gòu)造數(shù)據(jù)集和實際數(shù)據(jù)集上,將基于交叉熵的序列事件周期性檢測方法與其他已有方法在運行效率、抗噪音性能和周期檢測結(jié)果的準(zhǔn)確率這三個方面進行了對比,從實驗和理論兩個方面證明了該方法的可用性。第二,使用機器學(xué)習(xí)中的正則化技術(shù)對周期檢測方法的目標(biāo)函數(shù)進行優(yōu)化,解決了交叉熵隨劃分周期的增大而系統(tǒng)性下降的問題,提高了方法的可用性

3、以及周期檢測結(jié)果的可用性,并使用構(gòu)造數(shù)據(jù)和實際數(shù)據(jù)進行實驗驗證。在具有明顯周期的數(shù)據(jù)集上,添加了正則化項之后的模型更容易檢測到合適的周期值。第三,挖掘用戶行為模式的周期性,結(jié)合周期性檢測的結(jié)果進行推薦應(yīng)用。加入周期性信息一方面引入了用戶行為的時間信息,另一方面刻畫了用戶自身的規(guī)律性特征。CEPD算法效率分析從理論和實驗兩個方面驗證了基于交叉熵的序列事件周期性檢測方法的可用性,正則化技術(shù)的引入解決了交叉熵隨劃分周期的增大而系統(tǒng)性下降的問題

4、,提高了方法的可用性,為下一步的推薦應(yīng)用奠定了基礎(chǔ)。
  本文的貢獻在于以下三個方面,第一從理論上證明了該算法的時間復(fù)雜度優(yōu)于其他算法,從實驗和理論兩個方面證明了該方法的可用性。第二引入機器學(xué)習(xí)中的正則化技術(shù),對基于交叉熵的序列事件周期性方法進行優(yōu)化處理,解決了交叉熵隨劃分周期的增大而系統(tǒng)性下降的問題,提高了該方法的可用性以及周期檢測結(jié)果的可用性。第三結(jié)合基于交叉熵的序列事件周期性檢測結(jié)果,構(gòu)建了基于用戶行為周期性的推薦策略,同時

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論