基于多示例学习技术的Web目录页面链接推荐

被引:6
作者
薛晓冰
韩洁凌
姜远
周志华
机构
[1] 南京大学软件新技术国家重点实验室
关键词
多示例学习; 机器学习; 数据挖掘; Web挖掘; 链接推荐; Web目录页面;
D O I
暂无
中图分类号
TP393.092 [];
学科分类号
摘要
在Web目录页面中,向用户推荐其感兴趣的链接有助于用户高效地访问网络资源.然而,用户往往不愿花费很多时间来标记训练样本,其提供的数据可能只能说明某个目录网页是否包含其感兴趣的内容,而不能明确标示出其感兴趣的具体链接.由于训练数据中缺乏对链接的标记,但预测时却需要找出用户感兴趣的链接,这就使得Web目录页面链接推荐问题相当困难.CkNN-ROI算法被提出用于解决该问题.实验表明,CkNN-ROI算法在解决这一困难的链接推荐问题上比其他一些算法更为有效.
引用
收藏
页码:406 / 411
页数:6
相关论文
共 4 条
  • [1] 基于多示例学习的中文Web目录页面推荐
    黎铭
    薛晓冰
    周志华
    [J]. 软件学报, 2004, (09) : 1328 - 1335
  • [2] Multi-instance learning based web mining
    Zhou, ZH
    Jiang, K
    Li, M
    [J]. APPLIED INTELLIGENCE, 2005, 22 (02) : 135 - 147
  • [3] Improve multi-instance neural networks through feature selection
    Zhang, ML
    Zhou, ZH
    [J]. NEURAL PROCESSING LETTERS, 2004, 19 (01) : 1 - 10
  • [4] Aframework for multiple-instance learning .2 O Maron,Lozano-Prez T. NIPS-98 . 1998