|
|||||
|
|
| 适用于连续数值标签的兴趣漂移增量学习方法 | |
| 作者姓名： | 张品 蒲菊华 刘永利 熊璋 |
| 作者单位： | 北京航空航天大学,计算机学院,北京,100191;北京航空航天大学,计算机学院,北京,100191;北京航空航天大学,计算机学院,北京,100191;北京航空航天大学,计算机学院,北京,100191 |
| 基金项目： | 科技支撑计划重大项目 |
| 摘 要： | 针对现有兴趣漂移增量学习方法大多针对包含二值数据标签的用户反馈进行学习的不足,提出了一种适用于连续数值标签反馈的兴趣漂移增量学习方法,以或然概念集的形式描述用户兴趣,将用户反馈中包含的数据标签视为用户对该实例的喜好概率,并采用基于指数近度加权平均的方法对兴趣模型进行增量学习.在不同学习任务下的实验结果表明,该方法能够在反馈数据标签为连续数值的条件下达到比现有方法更好的学习效果. |
| 关 键 词： | 学习算法 强化学习 模糊集 |
| 收稿时间： | 2008-09-18 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京航空航天大学学报》下载免费的PDF全文 | |