在线群体交互的影响模型及其学习算法
文献类型：期刊论文
| 作者 | Tian Yonghong2; Huang Tiejun1; Gao Wen2 |
| 刊名 | 计算机学报
 |
| 出版日期 | 2003 |
| 卷号 | 26.0期号:007页码:848 |
| 关键词 | 数字图书馆 在线群体交互 影响模型 学习算法 |
| ISSN号 | 0254-4164 |
| 英文摘要 | 在线群体交互有助于数字图书馆发挥其服务人类需求的潜力，但如何量化在线群体交互对个人信息访问方面的影响还有待进一步研究．该文用隐Markov模型(HMM)来建模交互用户的状态序列及其相应的信息搜索行为，并基于影响模型理论提出了一个在线群体交互影响模型来分析用户在从数字图书馆选择资料和搜索所需信息时的相互影响．为满足本应用问题中增量模型学习的需要，文章还从耦合隐Markov模型(CHMM)学习算法引申出基于梯度的方法来进行在线群体交互影响模型参数的训练．实验结果显示，本文所提出的模型和算法能较准确地刻画在线群体交互对个人信息访问行动的影响． |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/36581]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | Tian Yonghong,Huang Tiejun,Gao Wen. 在线群体交互的影响模型及其学习算法[J]. 计算机学报,2003,26.0(007):848. |
| APA | Tian Yonghong,Huang Tiejun,&Gao Wen.(2003).在线群体交互的影响模型及其学习算法.计算机学报,26.0(007),848. |
| MLA | Tian Yonghong,et al."在线群体交互的影响模型及其学习算法".计算机学报 26.0.007(2003):848. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。