基于晶体增长分类算法的个性化在线服务

发布时间：2018-01-23 10:15

  本文关键词： 径向基函数神经网络 概念模糊集 在线服务 搜索引擎　出处：《计算机集成制造系统》2004年11期 　论文类型：期刊论文

【摘要】：为给用户提供精确的个性化信息服务,提出了一种晶体增长分类算法,以此对网络上的信息资源进行分类。晶体增长分类算法利用反复提取原型向量的方式来聚合信息。其中,原型向量的提取根据输入的搜索关键词及其上下文关系,通过径向基函数神经网络完成。原型向量反复提取过程反映了一种树型关系,而每个阶段的结果形成树型目录的一个节点。信息分类结束后,形成一个树型目录。在此目录的基础上,结合在线服务技术和用户需求,以向导的方式对信息进行二次匹配,从而保证个性化信息服务的精确度。另外,所提算法也具有合理的计算复杂度,且实验结果验证了算法的有效性和可行性。
[Abstract]:In order to provide users with accurate personalized information service, a crystal growth classification algorithm is proposed. In this way, the information resources on the network are classified. The crystal growth classification algorithm aggregates information by repeatedly extracting prototype vectors. The extraction of prototype vector is completed by radial basis function (RBF) neural network according to the input search keywords and its context relationship. The repeated extraction process of prototype vector reflects a tree relationship. The results of each stage form a node of the tree directory. After the information classification is finished, a tree directory is formed. On the basis of this directory, the online service technology and user requirements are combined. In order to ensure the accuracy of personalized information service, the proposed algorithm has reasonable computational complexity, and the experimental results verify the validity and feasibility of the algorithm.
【作者单位】： 西安电子科技大学网络教育学院 西安电子科技大学经济管理学院
【分类号】：TP393
【正文快照】： 0　引言　　Web中的信息绝大多数呈非结构化或半结构化的形式,通常无法直接从中抽取有用的精确数据。现有的做法是通过模糊匹配的方式对相关信息进行聚类;接着将聚类的信息按一定的方法进行分类;并根据用户的兴趣得到相应的集合,最终完成信息的搜索。基于这种思路,已经出现了

【相似文献】

相关期刊论文 前10条

1 杨伟;高校图书馆在线服务模式研究[J];电子科技大学学报;2002年S1期

2 郑敏;网络在线服务是图书馆服务发展的方向[J];图书馆学研究;2003年01期

3 马寒;;馆员在线服务应是网络图书馆的重点[J];图书馆杂志;2002年01期

4 小提琴;;Web 2.0时代双雄对决:Google vs.Microsoft在线服务大比拼[J];数码先锋;2006年01期

5 于建峰;崔新春;沈晓艳;;浅析公共图书馆在线政府信息公开服务现状与对策[J];科技情报开发与经济;2010年29期

6 高攀;郭斐;吕翠仙;唐龙;;精密单点定位在线GNSS数据处理精度比较分析[J];全球定位系统;2011年03期

7 ;警惕 不慎重地挑选服务供应商有可能大吃苦头[J];每周电脑报;1997年33期

8 ;跳出搜索引擎——Yahoo!与MCI联合开办在线服务[J];每周电脑报;1998年06期

9 吕林涛;李翠;白晓东;;基于CRBF神经网络的分类算法及应用[J];计算机工程;2007年17期

10 爱华;兰斌;申秋艳;陈韶华;;用科技创新成果为档案工作服务[J];内蒙古科技与经济;2010年05期

相关会议论文 前10条

1 孙云山;张立毅;李艳琴;;基于模糊分类器的PAM盲均衡算法[A];四川省通信学会2005年学术年会论文集[C];2005年

2 刘艳民;;中文网页分类方法的研究[A];2009年全国开放式分布与并行计算机学术会议论文集(下册)[C];2009年

3 李晓波;;集成分类对比:Bagging NB & Boosting NB[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年

4 邢延铭;诸克军;李春平;;一种基于遗传算法和模糊规则的分类算法[A];科学发展观与系统工程——中国系统工程学会第十四届学术年会论文集[C];2006年

5 王毅军;张志广;李勇;高小榕;高上凯;杨福生;;2003年脑机接口数据竞赛论文之一——基于CSSD和FDA的单次手指运动诱发脑电分类算法[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

6 傅言;郭振华;李乃民;;基于图像分析的中医色诊及在肝病上的研究[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年

7 尧德中;廖祥;;基于支持向量机的脑电模式分类技术研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

8 谢永芳;蒋有为;唐明珠;;一种基于数据剪辑的半监督最邻近分类算法[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

9 刘颖;鲍卓如;杨阳;;瞬态电磁场计算中的无网格法研究[A];2011年全国微波毫米波会议论文集（下册）[C];2011年

10 于洪伟;金永利;葛智刚;;核数据共享研究[A];第十二届全国核物理大会论文集（上）[C];2004年

相关重要报纸文章 前10条

1 安迪;微软进军在线服务和数字娱乐[N];民营经济报;2006年

2 本报记者 陈亮;微软谷歌较劲在线软件[N];南方日报;2007年

3 罗添;MSN继续“借频道下金蛋”[N];北京商报;2006年

4 陈锟 胡进;在线服务谁最强[N];电脑报;2007年

5 本报记者　 张承东;关键时刻，，怎能卡壳？[N];网络世界;2006年

6 钟;全球运输业趋向在线服务[N];国际商报;2001年

7 记者 高远心;微软扩展在线服务 推出Live Events[N];电子资讯时报;2007年

8 张正平 DigiTimes;微软强化在线服务[N];电子资讯时报;2006年

9 记者 于莘明;我向全球提供一批基础地质空间数据库[N];科技日报;2007年

10 北方交通大学经济管理学院博士 阎维杰;中小企业个性化的在线服务体系[N];中国高新技术产业导报;2002年

相关博士学位论文 前10条

1 姜自武;样条函数与径向基函数的若干研究[D];大连理工大学;2010年

2 徐敏;样条函数与径向基函数逼近某些问题研究[D];大连理工大学;2010年

3 田津;基于协同进化的RBFNN学习研究[D];天津大学;2008年

4 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年

5 高钦姣;利用径向基函数进行微分方程数值解的动点算法研究与应用[D];复旦大学;2012年

6 秦伶俐;无网格方法在结构计算上的改进[D];中国农业大学;2005年

7 高诺;基于磁共振成像系统的头部三维电阻抗成像技术研究[D];浙江大学;2005年

8 杜新伟;逆向工程中基于径向基函数的曲面重建技术研究[D];吉林大学;2009年

9 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

10 吴金明;近似隐式化和分片代数簇某些问题的研究[D];大连理工大学;2007年

相关硕士学位论文 前10条

1 张小军;智能交通系统中的车辆检测和车型识别技术研究[D];西北大学;2006年

2 栾海燕;基于径向基函数人工神经网络技术的东灵山辽东栎林生物多样性评价研究[D];东北林业大学;2003年

3 王欢;水泥管理信息系统与水泥强度预测的研究[D];燕山大学;2003年

4 王宏志;Johnson-Segalman流体剪切流动中不稳定现象数值计算[D];吉林大学;2006年

5 张胜良;一类反问题的径向基函数拟插值求解方法[D];复旦大学;2008年

6 谢作扬;基于径向基函数网解微分方程[D];吉林大学;2009年

7 丁慧芬;对流扩散方程的径向基函数法[D];辽宁师范大学;2008年

8 曹元乐;流形上径向基函数插值的局部误差估计[D];复旦大学;2009年

9 魏义坤;径向基函数插值法解偏微分方程及计算渗流问题[D];成都理工大学;2009年

10 边后琴;基于支持向量的径向基函数神经网络的训练算法[D];武汉科技大学;2002年

本文编号：1457305