自适应过滤算法在社区E2learning的个性化服务系统中的研究.PDFVIP

自适应过滤算法在社区E2learning的个性化服务系统中的研究.PDF

  1. 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. 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. 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. 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. 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. 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. 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
自适应过滤算法在社区E2learning的个性化服务系统中的研究

第 3 卷第 1 期                 智  能  系  统  学  报                 Vol . 3 №. 1 2008 年 2 月                         Feb . 2008 CAA I Tran saction s on Int elligent Sy st em s 自适应过滤算法在社区 Elear nin g 的 个性化服务系统中的研究 罗  奇1 ,2 ,谈宏华1 ( 1. 武汉工程大学 电气信息学院 ,湖北 武汉 430073 ;2 . 武汉科技大学中南分校 信息工程学院 ,湖北 武汉 430223) 摘  要 :针对学习型社区中的教育需求 ,在传统算法上加以改进 ,提出了一种基于向量空间模型的教育资源 自适应 过滤算法. 通过训练算法 ,提取特征向量和伪反馈建立初始模板 ,设置初始阈值. 然后通过过滤算法根据用户的反馈 信息自适应地调整模板和阈值. 该算法在执行过程中 ,不需要大量的初始文本 , 同时在过滤的过程中可不断地进行 自主学习来提高过滤精度. 该算法已在个性化知识服务系统中进行验证 ,结果表明是有效的. 关键词 : 自适应过滤 ;个性化知识服务 ; 相似度 ;终身化学习 中图分类号 : TP302  文献标识码 :A  文章编号 (2007) 05009 104 Research on a personal ized knowledge service system f or community Elearning using an adaptive f iltering algorithm L U O Qi1 ,2 , TAN Honghua1 ( 1. School of Elect rical Information , Wuhan In stit ut e of Technology , Wuhan 430073 , China ; 2 . Dep art ment of Information En gineering , Wuhan U niver sit y of Science and Technology Zhongnan Branch , Wuhan 430223 , China) Abstract :To effectively p rovide p er sonalized Elear ning in a co mmunit y , an adap tive filt ering algorit hm for identif yin g app rop riat e t eaching re so urce s wa s develop ed . It i s ba sed on a vector sp ace mo del , an imp rove ment on t raditio nal algorit hm s u sed for t hi s p urpo se . Fir st ly , f eat ure selectio n an d p seu do f eedback were u sed to e st abli sh t he initial t emp lat e s and t hre shol ds t hrough a t raining algorit hm . Then t he u ser’s feed back wa s utilized to mo dif y t he t emp lat e s and t hre shol ds adap tively for t he filt ering algorit hm . The algo rit hm did not need ma ssive quantitie s of initial t

文档评论(0)

yanmei520 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档