-
题名基于人工免疫算法的增量式用户兴趣挖掘
被引量:7
- 1
-
-
作者
左万利
韩佳育
刘露
王英
彭涛
-
机构
吉林大学计算机科学与技术学院
吉林大学符号计算与知识工程教育部重点实验室
伊利诺伊大学厄巴纳-香槟分校计算机科学系
-
出处
《计算机科学》
CSCD
北大核心
2015年第5期34-41,共8页
-
基金
国家自然科学基金项目(60903098
60973040)
+1 种基金
国家自然科学青年基金项目(61300148)
吉林省重点科技攻关项目(20130206051GX)资助
-
文摘
了解用户兴趣是为用户提供个性化服务的关键。用户兴趣有短期兴趣和长期兴趣之分,且具有不稳定性。受人工免疫系统的启发,巧妙地将免疫应答过程应用于用户兴趣挖掘。首先将概率与时间相结合,提出"概念时序动态"的概念,以更好地刻画用户在一段时间内对同一兴趣的关注程度;然后基于人工免疫原理,建立抽取兴趣标签的分类器来提取用户兴趣标签;最后针对增量式学习,建立兴趣标签的"概念时序动态",刻画出用户兴趣自首次出现以来受关注的程度,以此为依据来判断兴趣是否存在迁移及遗忘现象,并为每个兴趣标签附上权重。其主要贡献是创造性地将人工免疫原理应用于用户短期兴趣和长期兴趣的挖掘,并具有增量特性,可以很好地体现用户兴趣迁移特征,是一种自然完整的用户兴趣模型。实验结果表明,该学习模型能够很好地发现用户关注的领域,其平均精度和召回率分别达到79.5%和74.4%,是目前最贴近用户的兴趣挖掘模型。
-
关键词
短期兴趣
长期兴趣
兴趣遗忘
兴趣迁移
概念时序动态
增量学习
人工免疫系统
-
Keywords
Short-term interests, Long-term interests, Interest-forgotten, Interest migration, Concept temporal dynamics, Incremental mining,Artificial immune system
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-