2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩156頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于約束的頻繁模式挖掘是數(shù)據(jù)挖掘研究中最基本問(wèn)題之一,具有廣泛的實(shí)際應(yīng)用。然而,在這個(gè)研究領(lǐng)域中,仍然存在三個(gè)方面的挑戰(zhàn):(1)如何拓展新的應(yīng)用?具體而言,除了模式的“支持度”,怎樣設(shè)計(jì)一些新模式指標(biāo)更好地去度量模式的興趣度,以滿足新應(yīng)用的需求;(2)和模式支持度的反單調(diào)性不同,所提新模式指標(biāo)的性質(zhì)通常都比較復(fù)雜,比如它不滿足單調(diào)性、反單調(diào)性、可轉(zhuǎn)換性、簡(jiǎn)明性等。那么對(duì)一個(gè)模式,如何快速計(jì)算其所有父模式關(guān)于該指標(biāo)的上/下界,并利用這個(gè)新

2、模式指標(biāo)的特性設(shè)計(jì)出高效算法;(3)通常,不同的應(yīng)用,有不同新模式指標(biāo)的提出,然后分別提出不同的模式上/下界的計(jì)算方法。那么有沒(méi)有一種通用方法可以計(jì)算任一模式指標(biāo)的上/下界?針對(duì)以上問(wèn)題和挑戰(zhàn),本文開(kāi)展了基于約束的頻繁模式挖掘的方法及其應(yīng)用研究,主要成果及貢獻(xiàn)如下:
  首先,提出了一個(gè)基于模式挖掘的網(wǎng)頁(yè)內(nèi)容推薦方法。網(wǎng)頁(yè)內(nèi)容推薦就是從網(wǎng)頁(yè)中找到重要的內(nèi)容塊組合推薦給用戶,有著很多的應(yīng)用(比如網(wǎng)頁(yè)智能打印、移動(dòng)設(shè)備上的電子閱讀等)

3、。目前有許多的方法試圖去解決這個(gè)問(wèn)題,但在這些方法中,要么就是針對(duì)于特定網(wǎng)頁(yè)(比如新聞、博客類的網(wǎng)頁(yè)),要么就是半自動(dòng)化的(用戶需要額外的操作去選擇網(wǎng)頁(yè)的內(nèi)容塊)。針對(duì)于任一類型的網(wǎng)頁(yè),如何全自動(dòng)地提取網(wǎng)頁(yè)中的有效內(nèi)容,目前還沒(méi)有得到很好地解決。為此,本文利用之前用戶對(duì)相似網(wǎng)頁(yè)的選擇方式,將該問(wèn)題形式化成一個(gè)模式挖掘推薦問(wèn)題,提出了一個(gè)基于模式挖掘的網(wǎng)頁(yè)內(nèi)容推薦方法,可以為任一類型的網(wǎng)頁(yè)提供更加準(zhǔn)確的網(wǎng)頁(yè)內(nèi)容推薦。具體而言,推薦給用戶的

4、內(nèi)容塊組合(模式)不僅要頻繁被其它用戶選擇,而且要越完整越好。鑒于此,本文提出了一個(gè)新的模式興趣指標(biāo),即占有度,來(lái)衡量模式在其支持?jǐn)?shù)據(jù)庫(kù)上的完整度。結(jié)合模式的支持度和占有度,可以提供給用戶更加準(zhǔn)確、滿意的網(wǎng)頁(yè)內(nèi)容推薦。最后,同基準(zhǔn)方法比較,在真實(shí)的數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明所提方法能取得更加滿意的推薦結(jié)果和運(yùn)行效率。
  其次,提出了一個(gè)基于占有度的頻繁模式挖掘通用高效算法。本章分別對(duì)占有度的定義、界估算方法以及應(yīng)用三個(gè)層面進(jìn)行深度擴(kuò)

5、展。具體而言,基于不同的加權(quán)平均(算術(shù)平均和調(diào)和平均),提出了兩種不同的占有度定義,即算術(shù)占有度和調(diào)和占有度。與模式支持度的反單調(diào)性不同,占有度的性質(zhì)即不滿足單調(diào)性、反單調(diào)性,又不滿足可轉(zhuǎn)換性、簡(jiǎn)明性,那么對(duì)一個(gè)模式,如何快速計(jì)算其所有父模式關(guān)于占有度的一個(gè)上界?為此,對(duì)于每一種占有度定義,本文分別提出了三種上界:高效、最‘緊’和折中上界。高效上界對(duì)于單個(gè)結(jié)點(diǎn)計(jì)算比較高效,但是比較松散,需要搜索結(jié)點(diǎn)數(shù)比較多;最‘緊’上界得到的界比較緊湊

6、,因而搜索很少的結(jié)點(diǎn),但是計(jì)算單個(gè)結(jié)點(diǎn)比較耗時(shí);為此,本文提出了一個(gè)折中上界,在松緊度和計(jì)算復(fù)雜度之間達(dá)到一個(gè)均衡,使算法整體性能達(dá)到最優(yōu)。占有度的概念不僅對(duì)于事務(wù)數(shù)據(jù)庫(kù)上的應(yīng)用很重要(比如網(wǎng)頁(yè)內(nèi)容打印推薦),而且對(duì)于序列數(shù)據(jù)庫(kù)中上的應(yīng)用也非常重要(比如旅游餐景點(diǎn)推薦),為此,本文提出了一個(gè)通用算法DOFRA可以同時(shí)處理不同類型數(shù)據(jù)庫(kù)上的應(yīng)用。最后,在兩個(gè)實(shí)際應(yīng)用中驗(yàn)證了DOFRA的有效性,同時(shí)也在大量的合成數(shù)據(jù)中驗(yàn)證了DOFRA算法運(yùn)

7、行效率。
  最后,提出了一個(gè)通用模型可以高效估算任一模式指標(biāo)的上/下界?;诩s束模式挖掘不僅有助于捕捉更多的模式的語(yǔ)義信息,而且還可以利用約束的性質(zhì)進(jìn)一步地提高挖掘效率。在一些實(shí)際的應(yīng)用驅(qū)動(dòng)下,通常會(huì)提出一些新的模式指標(biāo)去度量模式的興趣度,然后分別估算所提模式指標(biāo)的上/下界,缺少一個(gè)適合于任一模式指標(biāo)的統(tǒng)一框架。為此,本文形式化了只考慮項(xiàng)標(biāo)記的界估計(jì)問(wèn)題,提出了一個(gè)通用模型可以高效解決這個(gè)問(wèn)題。為了更加直觀地展示所提通用框架的有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論