基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
多示例学习为中文Web挖掘提供了一种新的思路.提出中文Web目录页面推荐这种特殊的Web挖掘任务,并且将其转化为多示例学习问题来解决.在真实世界数据集上的实验结果显示,该方法能够有效地解决该问题.
推荐文章
基于多示例多标记学习的手机游戏道具推荐
机器学习
多示例多标记学习(MIML)
半监督学习
推荐
基于多示例学习的对象图像推荐算法
对象图像推荐
协同推荐
多示例学习
多样性密度函数
组合推荐
基于树结构的层次性多示例多标记学习
层次性多示例多标记学习
树结构
G蛋白偶联受体
生物学功能
多示例学习
基于多示例学习的图像分类算法
多示例学习
多样性密度
直推式支持向量机
图像分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多示例学习的中文Web目录页面推荐
来源期刊 软件学报 学科 工学
关键词 多示例学习 Web挖掘 机器学习 中文Web目录页面推荐 前缀树
年,卷(期) 2004,(9) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 1328-1335
页数 8页 分类号 TP183
字数 5957字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周志华 南京大学计算机软件新技术国家重点实验室 92 3105 30.0 55.0
2 黎铭 南京大学计算机软件新技术国家重点实验室 14 170 5.0 13.0
3 薛晓冰 南京大学计算机软件新技术国家重点实验室 2 60 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (46)
参考文献  (7)
节点文献
引证文献  (45)
同被引文献  (38)
二级引证文献  (130)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(5)
  • 参考文献(2)
  • 二级参考文献(3)
1998(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(4)
  • 引证文献(3)
  • 二级引证文献(1)
2007(10)
  • 引证文献(7)
  • 二级引证文献(3)
2008(12)
  • 引证文献(5)
  • 二级引证文献(7)
2009(12)
  • 引证文献(1)
  • 二级引证文献(11)
2010(20)
  • 引证文献(7)
  • 二级引证文献(13)
2011(18)
  • 引证文献(5)
  • 二级引证文献(13)
2012(15)
  • 引证文献(5)
  • 二级引证文献(10)
2013(21)
  • 引证文献(4)
  • 二级引证文献(17)
2014(12)
  • 引证文献(2)
  • 二级引证文献(10)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多示例学习
Web挖掘
机器学习
中文Web目录页面推荐
前缀树
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导