原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
用户偏好提取算法讲述
信息系统与网络
用户偏好提取算法
! !
黄海清 ，张 平 ，张曦文
（ 北京邮电大学，北京 ； 航天二院中心军代室，北京 ）
! # !$$%’ ! !$$%()
摘 要 将用户的需求抽象为可表示、可量化、可感知的特征是未来移动业务的重要特点，用户偏好提取算法是探索这
一问题的关键。分析了用户偏好提取算法的数学结构、技术特点、算法类型及研究面临的挑战。针对异构网络环境下移动用
户的业务需求特点，提出将传统用户偏好提取技术与马尔可夫决策过程建模方法相结合，创建用户偏好评估模型。解决动态
判决环境下基于不完整信息的智能判决问题。对研究用户体验的评价问题和业务与业务环境的适配问题提供了新的思路。
关键词 偏好提取；马尔可夫决策过程；效用理论；智能学习
中图分类号 *+,! 文献标识码 -
#$% %$’$%$()$ *+,%-),./( 012/%.,34
! !
， ，
./-01 .2345367 8.-01 +367 8.-01 934:;6
（ ， ， ， ；
!! #$%% %’ ())#%**+,-#./-%, 0,1-,))2-,1 3)-4 -,1 5,-6)27-/8 %’ 9%7/7 .,: ())#%**+,-#./-%,7 3)-4 -,1 !$$%’ ;$-,.
， ， ）
! ($) /$ ,7/-/+/) %’ ;$-,. =)2%7 .#) #-),#) ? ,:+7/28 ;@A9 3)-4 -,1 !$$%() ;$-,.
，
05#,%-), *; =;? @?;A;?;6B; ;CD?2BD3E6 3 2 F;G EA D; H;I;JE@K;6D EA ;C@?;3E6 5=26D3L2D3E6 26H 2:2?;6; EA D; =;? ?;5=3?;K;6D
， ，
36 D; A=D=?; KEM3J; ;?I3B; N *; @2@;? 262JG; D; K2D;K2D3B2J D?=BD=?; D;B63B2J A;2D=?; 2J7E?3DK DG@; 26H B2JJ;67; EA =;? @?;A;?;6B;
，
;CD?2BD3E6 2J7E?3DK N OE? D; ;?I3B; ?;5=3?;K;6D A;2D=?; EA KEM3J; =;? =6H;? D; ;D;?EDG@3B 6;D:E?F ;6I3?E6K;6D :; @?E@E; 2 6;: KEH;J
（ ）
AE? ;I2J=2D367 =;? @?;A;?;6B; MG BEKM36367 D?2H3D3E62J @?;A;?;6B; K;DEH :3D PQ+
文档评论（0）