بررسی روش یادگیری انتقالی جهت پیش‌بینی پیوند
|
|
|
|
|
|
|
|
نویسنده
|
روحانی فر علی ,میرزایی کمال
|
|
منبع
|
سيزدهمين كنفرانس بين المللي فناوري اطلاعات و دانش - 1401 - دوره : 13 - سیزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش - کد همایش: 01220-64879 - صفحه:0 -0
|
|
چکیده
|
پیش‌بینی پیوند در بسیاری از برنامه‌های کاربردی مانند سیستم‌های توصیه یک روش کلیدی است، در پیوندهای بالقوه بین کاربران و آیتم‌ها نیاز به پیش‌بینی وجود دارد. چالش اصلی در پیش‌بینی پیوند مسئله پراکندگی داده است. در این مقاله، ما به این مسئله می‌پردازیم با در نظر گرفتن چندین وظایف پیش‌بینی پیوند ناهمگن مانند پیش‌بینی پیوندهای بین کاربران و انواع مختلف موارد از جمله کتاب، فیلم و آهنگ، مسئله پیش‌بینی پیوند جمعی (clp) می‌پردازیم. برای حل مسئله clp چارچوبی غیرپارامتری بیزی را پیشنهاد می‌کنیم که امکان انتقال دانش را در طول انجام وظایف ناهمگن بین وظایف و شباهت بین-کارها را به صورت خودکار یاد بگیرد. ما همچنین توابع پیوند را برای وظایف مختلف برای اصلاح سوگیری و انحراف آنها از توزیع در داده‌های پیوند آنها معرفی می‌کنیم.
|
|
کلیدواژه
|
پیش بینی پیوند،چاچوب غیرپارامتری بیزی،سیستم توصیه
|
|
آدرس
|
, iran, , iran
|
|
پست الکترونیکی
|
mirzaie.maybodu@ gmail.com
|
|
|
|
|
|
|