基于贝叶斯网络的信息过滤模型研究

传统信息过滤模型很难描述对信息过滤结果产生影响的各种因素，如质量、内容、用户偏好之间复杂的关系，也无合适的方法让用户将知识加入到信息过滤系统中，因此，提出了基于贝叶斯网络的信息过滤模型BMIF（Bayesian model of information filtering),BMIF是贝叶斯网络的简化，它描述了信息过滤的基本结构，提供了6种节点用于描述影响信息过滤的事件之间的关系，在此基础上，提供了BMIF的各种使用方法，包括将传统方法使用BMIF描述，将词法知识用BMIF表示，以及将自动学习与手动交互结合，将合作过滤与内容过滤结合等。     

中文文本过滤的信息分流机制

在文本过滤中信息分流是提高过滤效率的有力的手段,为此,提出了一种新的中文文本过滤的信息分流机制．其基本思路是在概念扩充基础上,将不同用户的信息需求组织为树状结构,使其共同的部分成为共享分支,依据提出的侧面相似度和侧面匹配率来实现文本与模板的定量匹配,减弱传统的布尔模型对文本与模板匹配的严格限制,也弥补向量空间模型单纯数量化的不足,更加全面地反映用户的信息需求,试验表明该机制能够明显地提高过滤效率。     

网络信息过滤的方法和技术研究

论述了网络信息过滤的原理,从用户的信息需求与表示、文本的表示技术等方面探讨了网络信息过滤的方法和技术以及存在的问题,提出Vague集之间的相似度量在网络信息过滤中的应用。     

信息过滤技术研究

As the rapidly growing information on Web, information filtering techniques have been more and more widely used. This paper introduces two main filtering methods ,named content-based and collaborative filtering; con-trastively describes the key techniques in information filtering,inchiding the representation,creation and rebuilding of user profile ,and similarity computing.     

面向维吾尔文的敏感信息过滤方法研究

在这个信息量爆炸性增长的时代,网络不良信息充斥在日常生活当中。为了构建洁净的网络环境,实现对网络维吾尔文中敏感信息的检测与过滤,通过分析维吾尔文的特点,将维吾尔文进行词干提取和编码化处理,再结合DFA和决策树提出了针对维吾尔文敏感信息过滤的相应方法。维吾尔文经过词干提取、编码化处理解决了维吾尔文书写顺序和形式多样、存储易出现乱码等问题。再结合决策树的特点,将转码后的维吾尔文信息存储于决策树节点上,将决策树的子节点按照特定编码进行顺序排列。这样维吾尔文文本信息进行敏感信息过滤时可以缩小检测范围,提高算法效率。     

基于过滤的态势信息分发方法

根据战场态势信息的特点以及态势信息分发的要求,提出了一种基于过滤的态势信息分发方法.该方法重点从访问控制权限过滤和发布/订阅谓词过滤两方面对态势信息进行过滤分发,使态势信息用户所接收到的态势信息与其兴趣和需求能够趋于一致.给出了态势信息过滤分发方法的具体内容,并对该方法下态势信息分发的效果和效能进行了分析和评估.     

基于隐式反馈的个性化信息过滤方法

如何为用户提供更为满意的、符合其个性化的信息过滤,已成为一个重要的研究课题。针对这一情况,本文提出了一个基于隐式反馈的个性化信息过滤的设计思路和实现方法即通过观察用户与系统交互的动作学习用户的兴趣,根据用户兴趣帮助用户过滤掉那些他不感兴趣的信息。并对其涉及的关键技术用户兴趣建模,文档的表示和信息的过滤等方面进行了详细描述,并对当前存在的问题进行了探讨。     

基于隐式反馈的LSI个性化信息过滤方法的研究

本文针对当前传统潜在语义索引(LSI——latent semantic indexing)技术在提供信息过滤服务时已经不能满足用户个性化需求这一实际情况,提出利用隐式反馈技术来解决如何提供给不同用户以不同信息结果这一问题。在传统的LSI技术上提出了一种基于隐式反馈的LSI个性化信息过滤方法,该方法通过引入隐式反馈技术,将其应用于信息过滤中,从而可以为不同用户提供更多更有针对性的信息结果。本文给出了该方法的公式和具体算法,为其应用的实现提供了理论基础。     

基于贝叶斯方法的网络信息过滤技术研究

随着计算机和网络技术的发展,网络上的信息越来越多,如何在短时间内查询到符合自己需求的有用信息,是每一个网络用户非常关心的问题。信息过滤的研究是当前一个比较热门的话题,信息的筛选和过滤是对信息按照预先确定的标准进行分类。本文在分析大量网络信息的基础上,利用贝叶斯方法进行研究,提出一个基于贝叶斯统计分析的信息过滤模型。     

Web信息智能过滤系统WIIFS的研究

随着计算机的普及以及互联网的广泛应用,人们时刻面对着海量的信息,采取一定的手段获取自己所需的信息越来越显示出其重要的意义。本文在传统的向量空间模型的基础上引进了潜在语义索引技术,用Hopfield神经网络进行用户兴趣联想,用KNN算法实现过滤,设计出一个信息过滤原型系统。     

Amalthaea: An Evolving Multi-Agent Information Filtering and Discovery System for the WWW

Amalthaea is an evolving, multi-agent ecosystem for personalized filtering, discovery, and monitoring of information sites. Amalthaea's primary application domain is the World Wide Web and its main purpose is to assist its users in finding interesting information. Two different categories of agents are introduced in the system: filtering agents that model and monitor the interests of the user and discovery agents that model the information sources.A market-like ecosystem where the agents evolve, compete, and collaborate is presented: agents that are useful to the user or other agents reproduce, while low-performing agents are destroyed. Results from various experiments with different system configurations and varying ratios of user interests versus agents in the system are presented. Finally issues like fine-tuning the initial parameters of the system and establishing and maintaining equilibria in the ecosystem are discussed.     

Web环境下数据过滤方法研究

网络技术的发展使得Web环境下的信息系统迅速增加。传统开发模式中,系统数据过滤代码不能复用、处理效率低,并且开发工作量大,影响系统开发效率。本文提出了新的数据过滤方法,把数据过滤程序与系统功能页面分离,将过滤程序文件布置到服务器端。要过滤的数据由数据过滤函数一次性进行数据过滤并反馈数据过滤结果以及提示信息。该数据过滤方法实现了信息系统数据过滤的灵活定制和软件复用,减少了开发人员的重复工作。     

邮件过滤中信息增益方法的改进

利用改进的信息增益特征选择的方法来提取特征词,基于向量空间模型构造邮件的特征向量,最后用支持向量机算法对邮件进行过滤。实验表明,改进后的信息增益特征选择方法对邮件过滤是很有效的。     

网络敏感信息自适应多重过滤模型研究

敏感信息过滤是既重要又复杂的任务.针对当前一些敏感信息过滤模型所存在的时间滞后、准确性低、自适应性差等问题,提出了一个敏感信息自适应多重过滤模型.该模型以互联网中文文本媒体为研究对象,采用意见挖据、机器学习、高性能计算和自然语言处理等技术,从整体和语义角度自适应识别敏感信息.对敏感信息自适应多重过滤模型的研究将为舆情监控、商业智能、辅助决策等应用系统开发提供技术支持.     

利用Bookmark服务进行网络信息过滤

信息过滤(information filtering)是解决网络信息查询困难的重要方法,其核心技术是用户信息需求的获取和信息匹配算法.该文从这两方面讨论了在Internet上进行信息过滤的问题.在用户信息获取方面,提出通过扩展浏览器上的Bookmark功能,跟踪用户信息需求,并直接利用用户评价文章来表达用户需求.在信息匹配方面,提出最大间距进行ranking的算法.实验表明,它比传统算法精度更高.作为对上述方法的实现,设计了Bookmark服务系统,给出其系统框图,并介绍了它的功能.     

以本体构造中文信息过滤中的需求模型

在信息过滤系统中,用户模板是机器可理解的用户需求表示形式,是否能准确地反映出用户的真实需求将直接影响着过滤系统的性能。在向量空间模型中,用户的模板表现为一组带权重的特征词集,但由于在这样的用户模板中缺少必要的语义信息,很难准确地反映出用户的需求。本文提出了以本体构造需求模板的方法,以本体的形式定义需求中概念间的语义关联关系,将向量空间模型中的特征向量定义为本体中的实例,通过实例间的关联路径计算特征项间的语义关联,并通过特征项间的语义关联计算出文档与模板的语义关联度。     

Evolving information filtering for personalized information service

Information filtering(IF) systems are important for personalized information service.Howerver,most current IF systems suffer from low quality and long training time,In this paper,a refined evolving information filtering method is presented.This method describes user‘s information need from multi-aspects and improves filtering quality through a process like natural seslction.Experimental result shows this method can shorten training time,improve filtering quality,and reduce the relevance between filtering results and training sequence.     

信息过滤中用户模型的表示方法

以报道互联网上突发事件的新闻为研究背景，以个性化服务中的关键技术之一用户模型的表示方祛为目标，运用面向对象的技术对用户模型的表示进行了尝试性探索。实验结果表明，这种探索有一定的实际作用。