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

来源：

计算机研究与发展 | 2007年 / 03期

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

页码：406 / 411

页数：6

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

← 1 →