浙江省教育厅科研计划(20040120)
- 作品数：14 被引量：54H指数：4
- 相关作者：陶剑文黄崇本龚松杰潘红艳更多>>
- 相关机构：浙江工商职业技术学院更多>>
- 发文基金：浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术文化科学经济管理更多>>
- 一种自动获取用户兴趣的个性化搜索算法
- 2007年
- 解决用户的模糊查询问题一直以来是信息检索领域研究的热点。为了解决不同用户间的查询差异,一种称为个性化搜索的技术得以提出,其通过获取用户的喜好来识别查询意图,但研究发现很少有用户愿意直接或间接提供个人信息。本文提出一种基于用户点击历史信息自动获取用户兴趣进而对搜索结果进行个性化呈现的Web搜索系统架构。基于主题相关PageRank技术,设计了用户兴趣学习算法和个性化搜索页面排序算法。实验表明该算法能有效学习用户的兴趣信息,提高了个性化Web搜索质量。
- 陶剑文
- 关键词：信息检索用户兴趣
- 基于核模式合成的频繁巨模式挖掘算法
- 2008年
- 已有的频繁模式挖掘算法难以适应像生物信息数据挖掘、图模式挖掘等频繁巨模式挖掘应用。提出一种频繁巨模式挖掘算法，即基于核模式合成的频繁巨模式挖掘算法（Core Pattern Fusion Based Colossal Frequent Pattern Mining Algorithm，CPFCFPA），通过将各较小的核模式进行一步合成，寻求一个对频繁巨模式完整集的蕴含集。引入项集编辑距离概念，提出一种新颖的评价频繁巨模式挖掘结果质量的评测模型。实时数据集实验显示，CPFCFPA具有较好的可扩展性和挖掘性能，且对当前频繁模式挖掘算法难以或不能实现的挖掘任务，其挖掘结果能做到对频繁巨模式完整挖掘集的较好近似。
- 陶剑文
- 关键词：项集
- 基于移动Agent的个性化数字学习模型研究被引量：2
- 2007年
- 在开放、动态的学习资源网络环境中,个性化服务支持对在线学习者尤其重要。讲述了在基于Web服务技术的分布式学习环境中如何构造一个分布式的个性化数字学习环境。在建立服务代理的功能模型的基础上,构造了一种基于多移动Agent的个性化数字学习(E-Learning)框架模型,阐述了其工作流程并进行了结构分析;引入Petri网模型,设计了基于移动Agent的联邦组建与动态服务合成算法;说明了系统实现的技术手段与方法。从对系统模型雏形的应用与性能监测来看,系统模型实现切实可行且运行性能良好。
- 陶剑文
- 关键词：移动代理语义网数据挖掘
- Web Usage Mining在网络教学中的应用研究被引量：6
- 2006年
- 随着Web的爆炸式增长,Web使用挖掘技术的研究与应用得到了快速发展。打造智能化与个性化的网络教学环境是目前网络教学研究的一个热点,论述了基于Web使用挖掘的Web个性化技术在网络教学中的具体应用。
- 陶剑文黄崇本
- 关键词：WEB个性化WEB使用挖掘网络教学
- 基于用户兴趣的个性化搜索算法设计被引量：1
- 2007年
- 要面对因特网的海量信息，为了更好地实现基于用户兴趣的个性化信息服务，提出一种隐式地获取并更新用户兴趣模型的方法：利用用户模型捕捉用户的点击历史信息如何同其兴趣相关；基于用户模型的学习模型通过学习用户的点击历史数据来标识用户的个人兴趣；通过学习到的用户喜好信息来对搜索结果予以再排序，从而实现个性化搜索信息呈现。设计了用户兴趣学习算法与个性化排序算法。实时数据实验显示，即使在用户兴趣主题数增加的情况下，本方法仍能较好地描述用户的兴趣类型及兴趣度，提高个性化信息服务的质量与效率。
- 黄崇本陶剑文
- 关键词：个性化搜索用户兴趣向量
- 基于相似项目与用户评分的协同推荐算法被引量：2
- 2008年
- 推荐系统是电子商务系统中最重要的技术之一。随着电子商务系统用户数目和商品数目日益增加，在整个商品空间上用户评分数据极端稀疏，传统的相似性度量方法均存在各自的弊端，导致推荐系统的推荐质量急剧下降。针对用户评分数据极端稀疏情况下传统相似性度量方法的不足，本文提出了一种基于相似项目与用户评分预测的协同过滤推荐算法，综合利用相似项目和相似用户评分信息预测用户对未评分项目的评分。通过聚类算法形成用户候选近邻集，减小了算法搜索空间，降低了最近邻用户的搜索时间，从而增强了算法的扩展性。实验结果表明，本算法可以有效解决用户评分数据极端稀疏情况下传统协同推荐算法存在的问题，显著提高推荐系统的推荐质量。
- 陶剑文潘红艳
- 关键词：推荐系统协同过滤聚类平均绝对偏差
- 一种分布式Web日志挖掘系统的设计与实现被引量：25
- 2006年
- Web挖掘已从早期的理论研究逐步转向实用阶段,可以利用对Web日志的挖掘发现用户的浏览模式、分析站点的使用情况。有效的Web日志挖掘工具是Web日志挖掘应用成功的关键。针对Web日志挖掘工具存在的问题与不足,提出了一种新颖的基于移动Agent技术的分布式Web日志挖掘系统(MAWLMS)的体系结构。重点阐述了移动代理层的设计,详细说明了移动Agent挖掘算法的设计与实现,包括最大向前路径识别算法和频繁遍历路径发现算法。最后对MAWLMS系统进行了验证,实验结果显示基于MAWLMS系统的分布式Web日志挖掘是可行且有效的。
- 陶剑文
- 关键词：移动代理序列模式识别
- 基于多Agent的智能推荐算法设计被引量：1
- 2006年
- 引入移动Agent技术,提出一种面向E-Learning的集成群Agent与Web服务的分布式智能推荐系统模型,其能有效地帮助学员找到所需的信息。构造MASWSIRS的体系结构,说明系统的工作流程;详细阐述了MASWSIRS的各主要功能模块的实现算法,包括系统整体实现算法、系统聚簇算法及推荐算法。
- 陶剑文
- 关键词：移动代理个性化推荐系统WEB使用挖掘
- 基于Multi-Agent的协作式网络学习系统模型研究被引量：2
- 2008年
- 引入Agent技术,提出一种基于Multi-Agent的协作式网络学习系统模型:详细阐述了MASCWL的工作流程及模型构建;引入Petri网模型,对学习主体Agent间协作控制过程进行了形式化描述;提出了系统实现具体方案;最后,利用计算机Multi-Agent仿真建模平台Swarm对学习主体Agent的复杂协作行为进行了仿真建模,实验结果显示:MASCWL在一定数量的学习主体协作下呈现一定的优化性能。
- 陶剑文
- 关键词：多代理网络学习个性化
- 一种分布式智能推荐系统的设计被引量：4
- 2007年
- 引入移动Agent技术,提出了一种面向E-learning的集成群Agent与Web服务的分布式智能推荐系统模型MASWSIRS,构造了MASWSIRS的体系结构,并给出了系统的工作流程和MASWSIRS的实现算法。
- 陶剑文
- 关键词：移动代理个性化推荐系统WEB使用挖掘
