08信息過(guò)濾-在線瀏覽
2024-09-02 14:10本頁(yè)面
【正文】 型 ? 訓(xùn)練、過(guò)濾兩個(gè)主要過(guò)程 ? 形成初始用戶模板 ? 主題向量、正例特征向量、偽正例特征向量 ? 自適應(yīng)的閾值調(diào)整 ? 自適應(yīng)的模板修改 ? 主題向量、正例特征向量、反例特征向量 引入 NLP技術(shù) ? 自然語(yǔ)言描述的 “ user profile” ? 詞義消歧 ? 指代消解 ? 轉(zhuǎn)述（ paraphrasing） 當(dāng)前狀態(tài) ? 信息過(guò)濾是不可缺少的，個(gè)性化服務(wù) ? 但是過(guò)濾系統(tǒng)不可靠 ? 商業(yè)的過(guò)濾系統(tǒng)的相關(guān)性在 50%左右 ? TREC實(shí)驗(yàn)的結(jié)果很差 ? 用戶可以忍受閱讀不相關(guān)的信息，但是擔(dān)心丟失相關(guān)的重要信息 ? 要開發(fā)出有效的過(guò)濾系統(tǒng)，還有很多事情需要做 評(píng)價(jià)過(guò)濾系統(tǒng)的方法 ? 準(zhǔn)確率和召回率 ? 統(tǒng)計(jì)評(píng)價(jià) ? 相關(guān)性 (用戶評(píng)價(jià) vs系統(tǒng)評(píng)價(jià) ): 等級(jí)向量 ? 基于集合的評(píng)價(jià) ? Utility=(A*R+)+(B*N+)+(C*R)+(D*N) 這里的 R+/R/N+/N指的是每個(gè)主題四種文本的數(shù)量。參數(shù) A,B,C,D決定了每種情況的代價(jià)。 Utility值越大，系統(tǒng)的過(guò)濾性能就越好。 ? 實(shí)現(xiàn) “ 主動(dòng)服務(wù) ” ， “ 信息找人 ” ? 實(shí)現(xiàn)有害信息的過(guò)濾 ? 反動(dòng)言論，保護(hù)國(guó)家安全 ? 謠言，保護(hù)社會(huì)穩(wěn)定 ? 色情內(nèi)容，保護(hù)青少年身心健康 信息過(guò)濾的應(yīng)用（續(xù)） ? 垃圾信息過(guò)濾 ? 垃圾郵件 ? 垃圾短信 ? 信息中介開展網(wǎng)絡(luò)增值服務(wù) ? 建立最初的客戶資料庫(kù) ? 建立標(biāo)準(zhǔn)豐富檔案內(nèi)容 ? 利用客戶檔案獲取價(jià)值 ? 推薦 (Remendation) ? 根據(jù)不同用戶之間需求的相關(guān)性推薦信息 信息過(guò)濾分類體系 信息過(guò)濾系統(tǒng)分類示意圖 信息 過(guò)濾 系統(tǒng) 操作的 主動(dòng)性 操作的 位置 過(guò)濾 方法 用戶 知識(shí) 獲取 主動(dòng) 過(guò)濾 被動(dòng) 過(guò)濾 信息源 服務(wù)器 端 用戶端 認(rèn)知 （內(nèi)容） 社會(huì) （協(xié)同） 顯式 隱式 顯式 和隱式 詢問 用戶 記錄用 戶行為 文檔 空間 推理 信息過(guò)濾系統(tǒng)分類 ? 系統(tǒng)的主動(dòng)性 ? 主動(dòng)過(guò)濾 ? 主動(dòng)向用戶推送相關(guān)信息 ? 被動(dòng)過(guò)濾 ? 比如垃圾郵件過(guò)濾 ? 過(guò)濾操作的位置 ? 信息源過(guò)濾，將過(guò)濾模板提交給信息發(fā)布者 ? 服務(wù)器過(guò)濾，用戶需求模板放在服務(wù)器上 ? 客戶端過(guò)濾，用戶的需求模板放在客戶端 ? 如： Outlook郵件過(guò)濾 信息過(guò)濾系統(tǒng)分類（續(xù)） ? 過(guò)濾的策略 ? 基于內(nèi)容的信息過(guò)濾 ? 用戶需求文檔的形成及相關(guān)度的計(jì)算僅依靠信息的內(nèi)容，發(fā)現(xiàn)新信息的能力差 ? 協(xié)作信息過(guò)濾 ? 合作式信息過(guò)濾被定義為 “ 通過(guò)掌握一個(gè)用戶群體的諸個(gè)體間的相互聯(lián)系及組織關(guān)系來(lái)實(shí)現(xiàn)的信息過(guò)濾方法。 ” 信息過(guò)濾系統(tǒng)分類（續(xù)） ? 用戶知識(shí)獲取 ? 顯式獲取用戶信息 ? 用戶直接填表 ? 用關(guān)鍵詞表達(dá)用戶過(guò)濾需求 ? 用文檔集表達(dá)用戶過(guò)濾需求 ? 隱式獲取用戶信息 ? 無(wú)需用戶直接參與，通過(guò)觀察用戶的動(dòng)作行為判斷用戶需求 ? 用戶閱讀文檔的時(shí)間可以作為衡量該文檔相關(guān)度的一個(gè)指標(biāo)。 ? 顯式和隱式并用的方法 ? 文檔空間（基于案例的方法） ? 推理 (預(yù)先定義默認(rèn)的 profile，在掃描過(guò)程中再改變 ) 信息過(guò)濾系統(tǒng)的組成 一般組成 信息分析模塊 ? 接近信息提供者 ? 從信息提供者處獲得和整理數(shù)據(jù) ? 分析和表示文檔 ? 例如：布爾模型 , VSM等 ? 把表示結(jié)果傳遞給過(guò)濾單元 過(guò)濾模塊 ? 過(guò)濾模塊是信息過(guò)濾系統(tǒng)的核心部分，它采用的算法直接決定了過(guò)濾結(jié)果的好壞 ? 主要作用是匹配用戶模型 (Profile)和信息的特征向量 ? 通常只作二值判斷，即判定的信息或者與用戶模型相關(guān)，或者不
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1