个性化电子商务系统中的自适应过滤算法探究((2)
2014-11-19 01:11
导读：(二)自适应性算法的结构 自适应过滤是自适应过滤算法的一个非常重要的阶段。我们从训练阶段得到了初始轮廓和阈值。当过滤输入文档时，主题轮廓和阈
(二)自适应性算法的结构
自适应过滤是自适应过滤算法的一个非常重要的阶段。我们从训练阶段得到了初始轮廓和阈值。当过滤输入文档时，主题轮廓和阈值则依据各种不同信息，如：用户反馈、输入文档的向量等进行自适应更新。
图2显示了适应性过滤的结构。当一个文档到达时，其与主题的相似性即被计算出。如果该相似性高于当前阈值，则这个文档被找回，用户的相关性判断也由此得出。如果该文档真正与主题相关，则其被认为是正实例，反之则是负实例。正实例和负实例的向量根据公式(4)被用于主题轮廓的修改。
p'j=pi αpj(pos) βpj(neg) (4)
p'j是修改后的主题轮廓，pj修改前的主题轮廓，pj(cos)是更新阶段得到的正实例的向量，pj(neg)是更新阶段得到的负实例的向量；α和β分别是正向量和负向量的权重。
共2页: 1 [2] 下一页 论文出处(作者):
电子商务中的信用风险博弈
用ＪＳＰ访问电子商务网站数据库
