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:
本文讲述机器学习通过计算信息增益值降低特征维数,选择云用户隐性反馈信息特征,利用筛选后的特征构建特征子集,进而通过反馈信息文本来处理,统计每个特征项的文本频率,识别筛选反馈信息,实现对云用户隐性反馈信息的分类.
推荐文章
基于机器学习技术的网站用户行为预测
行为预测
logistic回归
用户行为
数据集分类
机器学习
留存分析
基于机器学习和社群互动信息的用户购买意愿分析
社群互动信息
用户购买意愿
机器学习
Transformer模型
端到端
基于信息内容和用户关系的用户兴趣分类
用户兴趣
微博文本
关注者
LibSVM
LDA
面向大规模信息的用户分类方法研究
用户分类
支持向量机
隐私保护
大规模信息
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 基于机器学习的云用户隐性反馈信息分类方法
来源期刊 数字技术与应用 学科 工学
关键词 机器学习 隐性反馈 信息分类
年,卷(期) 2020,(6) 所属期刊栏目 应用研究
研究方向 页码范围 32-33
页数 2页 分类号 TP181
字数 1294字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2020.06.14
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 金蕾 8 12 1.0 3.0
2 赵磊 3 3 1.0 1.0
3 黄俊涛 1 0 0.0 0.0
4 张乾坤 7 0 0.0 0.0
5 宋云奎 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (9)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
机器学习
隐性反馈
信息分类
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导