关键字为基础的多主题概念飘移学习.pdfVIP

TANET2013臺灣網際網路研討會- 【論文集】 關鍵字為基礎的多主題概念飄移學習 林熙禎 林文羽 國立中央大學資訊管理學系 sjlin@mgt.ncu.edu.tw 100423033@cc.ncu.edu.tw 摘要 2. 文獻探討 隨著網際網路的蓬勃發展，使用者能夠輕易 取 得大量的資訊。然而，在此同時，使用者也得 依照概念飄移的轉換速度與程度， Žliobaitė 面對 資訊過載的問題，如何有效取得當下使用者 於2010的研究，將它分為四種類型 [3] ：突發性的 興趣的 資訊是資訊過濾系統主要目的。然而使用 概念飄移 (sudden drift) ，漸進式飄移(gradual 者興趣會 隨著時間轉變，並且包含多種概念，這 drift) ，增量式飄移(incremental drift)與重複性內容 就成為了多 標籤分類下的概念飄移問題；同時文 (reoccurring context) 。目前的研究對於漸進式與增 件也常屬於多 個類別，若僅依照文件的主要概 量式飄移有一定的適應能力，然而在遭遇突發性 念，將之分類，則可能讓使用者錯過潛在感興趣 的概念飄移時，往往因為使用者提供的回饋不 的相關文件。本研究 提出一個以字詞網路為基礎 足，缺乏快速的反應能力。 的使用者模型，透過它 可以依照使用者對於多 概念飄移的問題，目前已經有許多的研究提 個概念的喜好對文件進行 過濾，而在目標概念 出解決方法，依照調整的時間點，可以分為持續 發生變化時，也能夠適當的偵 測並更新模型。 學習的方法 (Evolving learners) 以及以偵測為基礎 的學習方法 (Learners with triggers) 。 關鍵詞 ：概念飄移、資訊過濾、使用者模型 在持續學習的方法中，合議分類器 (Ensemble Classifier)是目前最廣為使用的方法。透過同時訓 1.前言 練多個分類器，再依據分類器的準確性來給予不 同的權重，最終再以投票的方式，來決定其分 資訊過濾系統是以一種以使用者的回饋建構 類，以提升準確性。如 [4] ，這類方法的主要缺點 的使用者模型為基礎，從大量的文字檔案組成的 在於運算成本較高，並且僅僅考慮分類演算法的 資料串流中，過濾掉不相關資訊的自動化資訊系 多樣性(diversity) ，不能保證其分類準確度，如何 統[1] ，例如個人化新聞過濾器，垃圾郵件過濾等 選擇、結合分類器的預測結果將是這類方法是否 等。由於是以使用者模型為基礎，一個有效的模 成功的重要關鍵。 型便成為了資訊過濾系統是否成功的重要關鍵。 而以偵測為基礎的學習方法，則是透過偵測 然而，在現實生活中，使用者的興趣並非一 的機制，來決定是否對學習器或分類器進行調 成不變，對於資訊的需求也會隨著時間而改變。 整。其中最主要的方法為調整視窗法。依照視窗 當使用者的需求改變時，過去使用者所提供的回 內的訓練資料訓練出來的分類器，其分類的準確 饋已