一种改进的自适应文本信息过滤模型

• 作者: 蔡莲红 陈群秀 马亮
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 信息检索 Web 自适应信息过滤 Language Model 相关性反馈
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 信息处理
• 页码范围: 79-84
• 页数: 6页
• 分类号: TP391
• 字数: 5595字
• 语种: 中文

摘要

自适应信息过滤技术能够帮助用户从Web等信息海洋中获得感兴趣的内容或过滤无关垃圾信息.针对现有自适应过滤系统的不足,提出了一种改进的自适应文本信息过滤模型.模型中提供了两种相关性检索机制,在此基础上改进了反馈算法,并采用了增量训练的思想,对过滤中的自适应学习机制也提出了新的算法.基于本模型的系统在相关领域的国际评测中取得良好成绩.试验数据说明各项改进是有效的,新模型具有更高的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡莲红	清华大学计算机科学与技术系智能技术与系统国家重点实验室	74	978	18.0	30.0
2	马亮	清华大学计算机科学与技术系智能技术与系统国家重点实验室	7	162	5.0	7.0
3	陈群秀	清华大学计算机科学与技术系智能技术与系统国家重点实验室	8	148	7.0	8.0