数据挖掘中基于最小遗憾度的偏好感知算法

来源 :计算机应用与软件 | 被引量 : 1次 | 上传用户:lalabingku
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
交互学习是数据挖掘的一种重要手段。使用交互学习作为学习系统和用户的交互模型,以向用户提供最大效用结果为目标,通过对用户反馈质量进行定量描述,考察偏好反馈,提出一种基于最小遗憾度的偏好感知算法。此外,还对偏好感知算法的期望遗憾度界限进行分析,并给出该算法的几个扩展版本。最后利用电影推荐任务及网络搜索排名数据验证了该算法的有效性。
其他文献
当前SDN网络正在被很多研究机构研究或者被很多企业试验。SDN网络将传统网络架构中的控制层面与数据层面分离开来,使得网络架构变得非常简洁,并且更多的应用可以利用控制层面提供的北向接口实现,简化了网络的管理。数据层面则只是根据控制层面制定的规则进行数据的处理。论述了SDN的发展和未来趋势,且简要介绍中国银联电子支付研究院基于SDN的金融云试验平台,同时对此试验型虚拟网络进行分析与探讨。