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:
学习资源标注是我们根据需要知识准确获取相关学习资源的基础。然而目前大多数资源标注方法仅局限于单标签以及缺乏关联度信息,给用户精确获取学习资源带来困难。为解决此问题,本文提出一种基于增量AHP的学习资源多标签标注方法,首先根据标签-资源信息构建学习资源多标签标注模型,然后利用层次分析法定性与定量分析相结合的特点进行关联程度值处理,选取出与学习资源相关程度最大的若干个标签作为标注标签,从而支持用户方便获得与学习资源相关的知识点以及关联程度值。此外,针对初始成对比较矩阵随时间变化导致更新的情况,本文对传统AHP算法进行改进,提出增量AHP算法实现学习资源关联程度值更新。实验结果表明本文提出的方法具有良好的实用价值。
推荐文章
基于迁移学习的多标签图像标注
自动图像标注
多标签
卷积神经网络
迁移学习
基于缺失特征的高维多标签学习
多标签分类
特征缺失
特征相关性
特征冗余
特征选择
标签相关性
基于双视角投影空间表示的文本多标签标注方法
投影空间
文本标注
多标签
双视角
基于驱动错误准则的SVM增量学习研究
机器学习
驱动错误准则
SVM
增量学习
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 基于增量AHP的学习资源多标签标注研究
来源期刊 电子技术 学科
关键词 多标签标注模型 关联程度值 增量AHP
年,卷(期) 2015,(4) 所属期刊栏目 电子技术研发
研究方向 页码范围 10-15
页数 6页 分类号
字数 5092字 语种 中文
DOI 10.3969/j.issn.1000-0755.2015.04.003
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 孙丙宇 中国科学院合肥智能机械研究所 31 121 7.0 9.0
2 吴雷 7 11 2.0 3.0
3 刘贤友 中国科学院合肥智能机械研究所 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (35)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多标签标注模型
关联程度值
增量AHP
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
相关基金
安徽省科技攻关计划
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导