基于搜索历史的用户兴趣模型的研究

提出了一种新的基于搜索历史的用户兴趣模型，目的是解决现有搜索引擎很难考虑用户兴趣来实现用户个性化搜索以及用户兴趣很难更新的问题。提出了基于搜索历史的用户兴趣的表达方法和自动隐式学习算法。全面地描述了用户兴趣模型的建立及通过自动隐式学习算法不断更新、优化模型的处理过程，并给出了对模型的评价标准。     

基于Web挖掘与相关反馈的多层次用户兴趣挖掘算法

针对现有用户兴趣挖掘算法单一的缺点，提出了基于Web挖掘与相关反馈的多层次用户兴趣挖掘算法，在充分挖掘Web内容的同时，又将用户对网页的相关性反馈引入到算法中，实现显式提交信息与自动隐式学习相结合。实验证明该算法能较好地描述用户的兴趣类型及兴趣度，为实现个性化信息检索奠定了基础。     

基于搜索历史的用户兴趣模型的研究

提出了一种新的基于搜索历史的用户兴趣模型,目的是解决现有搜索引擎很难考虑用户兴趣来实现用户个性化搜索以及用户兴趣很难更新的问题。提出了基于搜索历史的用户兴趣的表达方法和自动隐式学习算法。全面地描述了用户兴趣模型的建立及通过自动隐式学习算法不断更新、优化模型的处理过程,并给出了对模型的评价标准。     

用ID3算法实现网络智能搜索Agent的兴趣学习

本文首先简要地概括了当前网络搜索引擎所用的信息查询技术，然后介绍了利用ＩＤ３算法实现用户的兴趣学习。     

一种面向Web日志挖掘的免疫网络聚类算法

Web日志隐含了用户访问网站的行为和特点，对其进行聚类分析可以获取用户的浏览模式，发现用户访问网站的偏好和兴趣，从而优化站点结构，实现个性化的服务。针对Web日志数据特点，本文提出免疫网络聚类算法。该算法将Web服务器看成生物机体，用户访问Web的请求序列看成需要检测的入侵抗原，模拟抗体学习抗原的生物机理，自动生成代表用户访问模式的记忆抗体，实现动态聚类。     

基于混合学习策略的多Agent信息过滤系统

针对用户个性化服务的要求，给出了一种基于混合学习策略和BP神经网络的多Agent信息过滤系统实现方案。系统采用蒙特卡罗强化学习算法进行多Agent协作学习，同时运用三层BP神经网络计算用户的满意度，根据算出的满意度对用户兴趣模型进行更新。本系统中用户无须反复提供显示反馈，由Agent跟踪并记录用户的浏览行为而得到用户的隐式反馈信息，从而减轻了用户的负担。     

基于用户反馈的智能合作过滤模型的研究

为了提供给用户更准确的信息，提出基于用户反馈的智能合作过滤模型和一种基于用户兴趣的动态Q学习算法，并建立用户兴趣模型．通过隐式反馈和显式反馈这2种反馈方式更新用户模型并实现合作过滤．实验结果表明，在输入相同查询提问情况下ACFM在预测用户兴趣的效果和推荐搜索信息的查全率和查准率方面比传统的搜索引擎有明显改善．     

个性化推荐系统中的用户建模及特征选择

提出了一种基于向量空间模型的用户模型表示及其动态学习算法，研究了用户建模中的特征选择，提出了一种根据词性标注信息将词频法和TFIDF方法相结合的特征选择方法。实验结果表明这种动态学习算法能实时捕捉并记录用户最新的兴趣需求，从而准确地推荐出符合用户兴趣的信息，同时这种基于词性标注的组合特征选择方法的效果好于单独使用词频法或TFIDF方法。     

面向用户的智能搜索引擎模型UOISE的研究

分析了传统搜索引擎所存在的问题,提出了一种面向用户的智能搜索引擎模型(User-Oriented Intelligence Search Engine,UOISE)和动态Q学习算法,UOISE模型由若干个Agent和知识库组成,针对用户个人信息以及用户的上网行为,分析用户的兴趣所在,从而推断出用户的意图,能有效地为用户提供真正需要的、即时的信息,为用户提供多层次个性化的信息服务。动态Q学习算法实现了Agent跟踪用户行为、推断用户兴趣的过程。对比实验表明,UOISE比普通检索工具具有更高的查全率和查准率。     

基于学习自动机和用户兴趣的PageRank算法研究

针对传统PageRank算法存在的平分链接权重和忽略用户兴趣等问题,提出一种基于学习自动机和用户兴趣的页面排序算法LUPR。在所提方法中,给每个网页分配学习自动机,其功能是确定网页之间超链接的权重。通过对用户行为进一步分析,以用户的浏览行为衡量用户对网页的兴趣度,从而获得兴趣度因子。该算法根据网页间的超链接和用户对网页的兴趣度衡量网页权重计算每个网页的排名。最后的仿真实验表明,较传统的PageRank算法和WPR算法,改进后的LUPR算法在一定程度上提高了信息检索的准确度和用户满意度。     

一种基于SLIQ的快速扩展分类算法的实现

ID3算法是一种信息熵的决策树学习算法,把信息熵作为选择测试属性的标准,对训练实例集进行分类并构造决策树来预测如何由属性对整个实例空间进行划分。ID3算法对于相对小的数据集是很有效的,但对大型数据库而言,ID3算法无法处理。SLIQ分类算法使用了一些独特的技术,改进了学习的时间,同时在没有降低精确度的情况下,解决了对磁盘驻留大数据集的分类。具有更快的速度而且生成较小的树。     

决策树在银行特约商户分析中的应用研究

介绍了国内银行信用卡业务和特约商户发展的现状,对实施银行信用卡特约商户分析的必要性进行了讨论,介绍了ID3决策树算法的主要内容,讨论了数据预处理过程,并对属性进行了概念分层的离散化处理,详细阐述了基于信息增益的决策树构建过程,最后讨论了分析结果和利用特约商户分析来增强客户关系管理的效果。研究结果表明,信用卡特约商户分析能帮助金融机构改善信用卡业务效益。     

智能入侵检测在企业MIS中的研究与应用

阐述了智能入侵检测在企业管理中的重要性，提出了具体的入侵检测模型，描述了数据采集和处理、神经网络训练和检测。系统防止了内部人员的误操作和有意破坏，是智能入侵检测在企业MIS中的有效应用。     

基于改进ID3算法的轨迹化决策研究

初步对决策树算法在钻井工程中水平井方面的应用进行了研讨。在水平井钻井工程中，轨迹优化设计的重要性不言而喻，它对整个的施工过程都具有重要的指导意义。在工程实践中，主要是依据设计人员的经验来确定造斜点位置，从而确定整个优化轨迹。这个过程中，设计人员的经验决策起了主要的作用，这就为应用决策树学习算法来学习设计人员的决策经验提供了可行性。基于此思路，应用改进了的ID3算法，进行了初步实现。     

基于决策树ID3算法的RH-KTB系统故障诊断

介绍了RH-KTB炉外精炼真空抽气系统的工作原理和故障特点,该系统的故障诊断应满足从大量数据中快速提取征兆并及时诊断且有一定的自学习能力。提出了一种以实例为基础的归纳学习算法即ID3算法。ID3算法有一定的自学习、自组织能力,适用于复杂系统的智能诊断。以实例验证了该算法对RH-KTB真空抽气系统故障诊断的有效性。通过讨论分析了ID3算法的特点和作用。     

Fast dynamic casting

We describe a scheme for implementing dynamic casts suitable for systems where the performance and predictability of performance is essential. A dynamic cast from a base class to a derived class in an object‐oriented language can be performed quickly by having the linker assign an integer type ID to each class. A simple integer arithmetic operation verifies whether the cast is legal at run time. The type ID scheme presented uses the modulo function to check that one class derives from another. A 64‐bit type ID is sufficient to handle class hierarchies of large size at least nine levels of derivation deep. We also discuss the pointer adjustments required for a C++ dynamic_cast. All examples will be drawn from the C++ language. Copyright © 2005 John Wiley & Sons, Ltd.     

一种基于模糊增益比例的决策树属性选择方法

节点属性的选择是决策树生成过程中的关键环节,以ID3和C4.5为代表的经典决策树算法中,树节点的选择是通过子集样本数计算信息增益或增益比例得到的。但是,对于连续性属性,由于离散化分割导致了子集边界元素在隶属关系上的模糊,使样本计算的方式存在了一定的不合理性,为解决这一问题,采用了模糊集理论并以模糊度的方式取代样本个数参与增益比例的计算,给出了一种获得决策树分类中不确定性尺度的可行途径。     

基于迭代学习控制的网络协同电液振动台研究

大量的结构抗震试验需要使用单自由度振动台;将振动台纳入互联网中,可实现远程控制;振动台试验中,由于台体、构件的影响,以及作动器的非线性,传统PID控制已经达不到控制要求;提出在激励源(作动器)经典PID闭环控制的基础上,通过在台面上配置反馈通道,构建一个外部的控制闭环,组成双闭环控制系统,外部闭环控制采用离线迭代学习算法;对振动台控制系统进行了MATLAB仿真,达到了理想的控制效果;应用迭代控制理论来改造单自由度振动台控制系统,有很大的理论和实际意义。     

决策树ID3算法的改进

本文根据ID3算法中信息增益计算原理的特点,利用数学上等价无穷小的性质提出一种新的改进的ID3算法,减少了信息增益的计算量,进而提高ID3算法中信息增益的计算效率。与原ID3算法相比,改进的ID3算法在构造决策树时具有相同的准确率和更高的计算速度。     

ID3算法的一种改进算法

决策树是归纳学习和数据挖掘的重要方法,通常用来形成分类器和预测模型。ID3算法是决策树中的核心算法,文章针对ID3算法倾向于取值较多的属性的缺点,引进用户兴趣度对ID3算法作了改进,并通过实验对改进前后的算法进行了比较,实验表明,改进后的算法是有效的。