自适应信息过滤中使用少量正例进行阈值优化

• 作者: 吴立德 夏迎炬 胡恬 黄萱菁
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 自适应信息过滤 向量空间模型 阈值优化 检出率 相关反馈
• 年，卷（期）: 2003,（10）
• 所属期刊栏目: 数据库技术
• 页码范围: 1697-1705
• 页数: 9页
• 分类号: TP391
• 字数: 1463字
• 语种: 中文

摘要

自适应信息过滤中一个大的挑战在于其数据稀疏问题.因此,在对输入的文本流进行过滤的同时学习最优阈值非常重要.提出了一种新颖的阈值优化算法.该算法可以通过少量的正例进行快速的学习,所需数据的获得具有增量性,故而其计算量及所需的存储空间很小.此外,该算法还具有高效、健壮、实用性强等优点.在第10届国际文本检索会议(TREC10)上,复旦大学的自适应信息过滤系统使用了该阈值优化算法,并取得了第3名的成绩.其T10U和T10F分别达到了0.215和0.414.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴立德	复旦大学计算机科学系	78	2759	24.0	52.0
2	黄萱菁	复旦大学计算机科学系	49	2106	18.0	45.0
3	胡恬	复旦大学计算机科学系	4	96	3.0	4.0
4	夏迎炬	复旦大学计算机科学系	4	308	3.0	4.0