本文關(guān)鍵詞：數(shù)字圖書館基于用戶行為分析的自適應(yīng)眾包技術(shù)

  更多相關(guān)文章： 數(shù)字圖書館 眾包 Multi-armed Bandit 用戶行為分析 推薦

【摘要】：隨著互聯(lián)網(wǎng)的快速發(fā)展,人們在生活中需要傳播和存儲的信息越來越多,信息的形式和特性也越來越多樣化,人們接受信息的渠道也越來越廣泛,傳統(tǒng)的圖書館模式已無法滿足互聯(lián)網(wǎng)信息時(shí)代人們的需求。數(shù)字圖書館是傳統(tǒng)圖書館在互聯(lián)網(wǎng)信息時(shí)代的發(fā)展和延續(xù),能存儲海量的數(shù)字資源,維護(hù)成本低且不易損壞,信息檢索方便,用戶可以方便地通過互聯(lián)網(wǎng)來訪問數(shù)字圖書館的電子資源。眾包技術(shù)也是互聯(lián)網(wǎng)技術(shù)帶來的新的生產(chǎn)組織形式。眾包利用網(wǎng)絡(luò)將計(jì)算機(jī)較難處理的工作分解并分配給眾包工人去完成,并給予眾包工人適當(dāng)?shù)莫剟?將人們的空閑生產(chǎn)力利用起來,從而提升解決問題的效率,節(jié)約成本。本文的研究涉及到數(shù)字圖書館與眾包技術(shù),其主要工作如下：第一、提出了數(shù)字圖書館應(yīng)用場景下基于用戶行為分析的自適應(yīng)眾包方法。首先,該方法通過分析用戶行為,預(yù)測最有興趣成為眾包工人的注冊用戶,減少隨機(jī)選擇工人的盲目性；其次,利用Multi-armed Bandit模型自適應(yīng)地選擇眾包工人,以高質(zhì)量快速地完成眾包任務(wù)。第二、實(shí)現(xiàn)了基于用戶行為分析的CADAL數(shù)字圖書館自適應(yīng)眾包系統(tǒng),該系統(tǒng)包括潛在眾包工人預(yù)測、郵件邀請、反饋收集、基于Multi-armed Bandit的眾包工人選擇等功能模塊。在該系統(tǒng)之上,我們實(shí)驗(yàn)對比了多種眾包工人選擇方法,并分析了實(shí)驗(yàn)結(jié)果�？偟膩碚f,本文所要研究的是在數(shù)字圖書館的背景下應(yīng)用眾包技術(shù)的方法,提出了基于用戶行為分析,結(jié)合Multi-armed Bandit模型與個性化推薦技術(shù)來創(chuàng)造性的提升眾包性能的方法,從而實(shí)現(xiàn)自適應(yīng)的眾包模型。另外,在CADAL平臺上實(shí)現(xiàn)了自適應(yīng)眾包系統(tǒng)。本文的研究可以較好的幫助解決CADAL數(shù)字圖書館上修訂民國期刊元數(shù)據(jù)信息的問題。
【關(guān)鍵詞】：數(shù)字圖書館 眾包 Multi-armed Bandit 用戶行為分析 推薦
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：G250.76;TP391.7
【目錄】：

• 摘要3-4
• Abstract4-10
• 第1章 緒論10-16
• 1.1 課題背景10-12
• 1.2 研究意義12-13
• 1.3 本文所做的主要工作13-14
• 1.4 論文結(jié)構(gòu)安排14-15
• 1.5 本章小結(jié)15-16
• 第2章 相關(guān)研究綜述16-32
• 2.1 CADAL項(xiàng)目中民國期刊現(xiàn)狀16-18
• 2.2 眾包簡介18-22
• 2.2.1 眾包技術(shù)模式與分類18-20
• 2.2.2 眾包技術(shù)的應(yīng)用20-22
• 2.3 個性化推薦技術(shù)簡介22-24
• 2.4 Multi-armed Bandit問題簡介24-31
• 2.4.1 Multi-armed Bandit建模24-26
• 2.4.2 ε-Greedy算法26-28
• 2.4.3 UCB算法28-31
• 2.5 本章小結(jié)31-32
• 第3章 自適應(yīng)眾包模型研究32-43
• 3.1 預(yù)測潛在眾包工人33-36
• 3.1.1 用戶行為數(shù)據(jù)分析33-35
• 3.1.2 基于內(nèi)容的預(yù)測模型35-36
• 3.2 Multi-armed Bandit工人模型36-42
• 3.2.1 動態(tài)ε的ε-Greedy算法38-39
• 3.2.2 非隨機(jī)探索的ε-Greedy算法39-42
• 3.3 本章小結(jié)42-43
• 第4章 自適應(yīng)眾包系統(tǒng)的實(shí)現(xiàn)43-58
• 4.1 預(yù)測潛在眾包工人模塊44-46
• 4.2 自適應(yīng)眾包模塊46-57
• 4.2.1 郵件邀請系統(tǒng)47-49
• 4.2.2 反饋收集系統(tǒng)49-52
• 4.2.3 Multi-armed Bandit模型52-57
• 4.3 本章小結(jié)57-58
• 第5章 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析58-64
• 5.1 實(shí)驗(yàn)數(shù)據(jù)集58
• 5.2 實(shí)驗(yàn)環(huán)境58
• 5.3 實(shí)驗(yàn)設(shè)計(jì)58-61
• 5.4 實(shí)驗(yàn)結(jié)果與分析61-63
• 5.5 本章小結(jié)63-64
• 第6章 總結(jié)與展望64-66
• 6.1 本文工作總結(jié)64
• 6.2 展望64-66
• 參考文獻(xiàn)66-70
• 致謝70-71
• 作者簡歷71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 郭慶濤;鄭滔;;計(jì)算廣告的匹配算法綜述[J];計(jì)算機(jī)工程;2011年07期

，

本文編號：850940