数据挖掘中基于最小遗憾度的偏好感知算法

被引：3

作者：

孙静

机构：

[1] 新疆医科大学医学工程技术学院

来源：

计算机应用与软件 | 2015年 / 32卷 / 05期

关键词：

交互学习; 效用; 反馈; 遗憾度; 偏好感知; 电影推荐; 网络搜索;

D O I：

暂无

中图分类号：

TP311.13 []; TP391.3 [检索机];

学科分类号：

1201 ;

摘要：

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。

引用

页码：59 / 64

页数：6

共 12 条

[1] Ordering-based search:a simple and effective algorithm for learning Bayesian networks. Teyssier M,Koller D. Journal of Women s Health . 2012
[2] Machine Translation. David Chiang. Grammars for Language and Genes . 2012
[3] Yahoo! Learning to Rank Challenge Overview. O. Chapelle,Y. Chang. Journal of Machine Learning Research - Proceedings Track . 2011
[4] A finite-time analysis of multiarmed bandits problems with kullback-leibler divergences. Maillard O A,Munos R,Stoltz G. . 2011
[5] Interactively optimizing information retrieval systems as a dueling bandits problem. Yue Y,Joachims T. Proceedings of the 26th Annual International Conference on Machine Learning . 2009
[6] 基于“当前”统计模型的交互式多模型算法
刘建书
李人厚
刘云龙
[J]. 系统工程与电子技术, 2008, (07) : 1351 - 1354
[7] 普适计算模式下的人机交互
徐光祐
陶霖密
史元春
张翔
[J]. 计算机学报, 2007, (07) : 1041 - 1053
[8] Evaluating the accuracy of implicit feedback from clicks and query reformulations in Web search
Joachims, Thorsten
Granka, Laura
Pan, Bing
Hembrooke, Helene
Radlinski, Filip
Gay, Geri
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2007, 25 (02)
[9] Evaluating the accuracy of implicit feedback from clicks and query reformulations in Web search
Joachims, Thorsten
Granka, Laura
Pan, Bing
Hembrooke, Helene
Radlinski, Filip
Gay, Geri
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2007, 25 (02)
[10] Static prediction games for adversarial learning problems. Brückner, Michael,Kanzow, Christian,Scheffer, Tobias. Journal of Machine Learning Research . 2012

← 1 2 →