将文档按照用户偏好进行准确分级是搜索引擎的一个重要需求。本文通过使用条件随机场(conditional random field,简称CRF)方法为用户历史点击数据建模,提取相关信息,使最终的文档分级列表正确的反映用户的偏好。通过仿真测试,与隐马尔可...将文档按照用户偏好进行准确分级是搜索引擎的一个重要需求。本文通过使用条件随机场(conditional random field,简称CRF)方法为用户历史点击数据建模,提取相关信息,使最终的文档分级列表正确的反映用户的偏好。通过仿真测试,与隐马尔可夫(HMM)方法建模进行对比,证实CRF方法能更好的提高对用户偏好的分级。比较了两种方法的性能,并对实验结果进行了分析。展开更多
针对影响互联网拼车的因素,选择某拼车网站为数据来源,采用回归分析和试验设计(De-sign of Experiment,DOE)方法,分析影响网上拼车行为的因素及其对实际拼车成功和拼车申请人数的影响强度.结果表明,拼车信息回复数和点击数对拼车成功率...针对影响互联网拼车的因素,选择某拼车网站为数据来源,采用回归分析和试验设计(De-sign of Experiment,DOE)方法,分析影响网上拼车行为的因素及其对实际拼车成功和拼车申请人数的影响强度.结果表明,拼车信息回复数和点击数对拼车成功率有正面影响;对于拼车网站而言,可以采取适当的鼓励措施提高点击数和回复数,从而增强网站活跃度;从社会整体而言,提高拼车参与率更需要有相关政策的支持.展开更多
文摘将文档按照用户偏好进行准确分级是搜索引擎的一个重要需求。本文通过使用条件随机场(conditional random field,简称CRF)方法为用户历史点击数据建模,提取相关信息,使最终的文档分级列表正确的反映用户的偏好。通过仿真测试,与隐马尔可夫(HMM)方法建模进行对比,证实CRF方法能更好的提高对用户偏好的分级。比较了两种方法的性能,并对实验结果进行了分析。
文摘针对影响互联网拼车的因素,选择某拼车网站为数据来源,采用回归分析和试验设计(De-sign of Experiment,DOE)方法,分析影响网上拼车行为的因素及其对实际拼车成功和拼车申请人数的影响强度.结果表明,拼车信息回复数和点击数对拼车成功率有正面影响;对于拼车网站而言,可以采取适当的鼓励措施提高点击数和回复数,从而增强网站活跃度;从社会整体而言,提高拼车参与率更需要有相关政策的支持.