多關(guān)系數(shù)據(jù)挖掘中的概率模型研究.pdf

1、隨著現(xiàn)代存儲(chǔ)和通信技術(shù)的發(fā)展，存儲(chǔ)不斷增長(zhǎng)的大規(guī)模數(shù)據(jù)已經(jīng)不再是難事，人們迫切地想從這些數(shù)據(jù)中獲得有用的信息，因而如何有效地處理復(fù)雜數(shù)據(jù)并做有效的建模分析己成為計(jì)算機(jī)科學(xué)亟待解決的問(wèn)題。例如，電子商務(wù)網(wǎng)站的數(shù)據(jù)庫(kù)中既包含某件商品的文本描述、圖片又包含用戶(hù)評(píng)論和購(gòu)買(mǎi)信息，對(duì)這些多關(guān)系數(shù)據(jù)建模分析是機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)。
　　概率模型方法被廣泛用于文本分類(lèi)、信息檢索、文本和圖像標(biāo)注、協(xié)同過(guò)濾、鏈接預(yù)測(cè)等問(wèn)題。這些方法通常假設(shè)一

2、個(gè)概率模型來(lái)刻畫(huà)數(shù)據(jù)的生成過(guò)程，通過(guò)最大化似然概率得到模型參數(shù)的估計(jì)值，進(jìn)而利用模型參數(shù)對(duì)新的數(shù)據(jù)做預(yù)測(cè)。本文的主要工作包括:
　　系統(tǒng)地總結(jié)了兩種基本模型，混合主題模型和因子分解模型的相關(guān)解法?；旌现黝}模型是一種聚類(lèi)模型，它可以分析隱主題以及對(duì)單詞和圖像做標(biāo)注。因子分解模型的經(jīng)典例子是概率矩陣分解，通過(guò)假設(shè)矩陣元素由交互的因子內(nèi)積，以達(dá)到對(duì)不完全觀察矩陣填充的目的，常用于評(píng)分預(yù)測(cè)協(xié)同過(guò)濾、圖像恢復(fù)、背景提取等問(wèn)題。
　　提