一种基于用户查询行为模型的案例查询算法

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:siany
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的案例查询算法通过被动响应用户的查询请求为用户返回与查询请求相关的案例,忽略了用户查询行为能够对案例查询过程进行指导。提出了一个基于用户查询行为模型的案例查询算法,通过收集用户的查询请求,利用用户查询行为之间的相似度建立用户查询行为的分类模型;分析了用户查询行为的分类算法,重点论述了用户查询行为模型对案例查询过程的指导过程。实验结果表明,该方法能够有效地提高查询结果召回率以及查询成功率。
其他文献
为研究不同容积交换率对同步亚硝化-厌氧氨氧化与反硝化工艺(SNAD)污泥颗粒化及稳定运行的影响,采用容积交换率分别为37.5%(R1)和75%(R2)的SBR进行对比实验.结果表明,R1仅用36 d就
将非参数子空间分析方法(NSA)和模块化2DPCA方法相结合,提出了一种模块化2DPCA+NSA方法。NSA方法需将图像矩阵转化为向量后进行特征提取,导致数据维数很大,没有考虑到图像的局部特征,对图像矩阵进行分块,采用2DPCA进行特征提取,得到替代原始图像的低维新模式,施行NSA。该法能有效提取图像的局部特征,而由于考虑到类内、类间的差异,可弥补PCA的缺陷。在ORL人脸库和XM2VTS人脸库上
针对静磁力主动轮廓模型计算复杂度较高,收敛速度较慢的问题。将该模型对应的水平集方程做隐式数值化,采用加性算子分割方法(AOS)求解。实验发现,这种改进后的静磁场主动轮廓模型不仅保留了原有模型的优点,而且提高原有模型的收敛速度和稳定性。
针对肺结节病灶数据具有多样性及异质性特点,提出了动态多分类器选择集成算法(Dynamic Multiple Classifiers Selection,DMCS),将特征空间随机划分为若干特征子集,针对每个特征子集样本分布不同,对不同的特征子集选择适合的基分类器,最后进行集成学习。实验表明,该算法比目前有代表性的肺结节检测病灶分类算法具有更好的稳定性和检测性能。
针对当前学生评估数据利用单一、主观、操作性要求高等缺点,提出了一种基于单点和过程的分析方法。通过结合聚类与决策树,挖掘学生共有特征和隐含规律,量化学生现状和成长过程。