您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 自动化理论 > 摘要

基于贝叶斯网的评价数据分析和动态行为建模

《计算机研究与发展》2017年 第7期 | 王飞 岳昆 孙正宝 武浩 冯辉   云南大学信息学院 昆明650504 云南大学科技处 昆明650504
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:随着web2.0的不断普及和电子商务应用的迅速发展,大规模的在线评价数据不断产生,使用户行为数据分析和用户行为建模成为可能,具有重要意义.考虑到用户评价数据和评价行为的动态性,提出以带有隐变量的贝叶斯网作为各属性间依赖关系及其不确定性表示的基本框架,构建既能刻画用户评价数据中各属性间相互依赖的不确定性、也能描述用户行为动态性的评价行为模型.首先,以贝叶斯信息标准(BIC)分值作为模型与数据拟合度的度量标准,提出基于打分搜索方法来构建各时间片的隐变量模型,并给出基于期望最大(EM)算法的隐变量取值填充方法;其次,基于条件互信息和时序的不可逆性,提出了相邻时间片间隐变量模型的构建方法.建立在MovieLens数据集上的实验结果验证了提出的动态用户行为建模方法的高效性及有效性.
【分 类】【工业技术】 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
【关键词】 用户评价数据 时序性 隐变量模型 贝叶斯网 动态行为建模
【出 处】 《计算机研究与发展》2017年 第7期 1488-1499页 共12页
【收 录】 中文科技期刊数据库