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:
关联规则研究的发展为发现事务间的联系提供了基础,为信息推荐提供了依据.然而,现有的关联规则发现仅限于事务的关联支持度的强弱,即关联的有无,尚不能发现其在因果上的关联关系,故难以实现对信息连续推荐.为此,本研究从关联规则出发,根据CCU和CCC因果关系规则,提出一个基于点互信息(PMI,Pointwise Mutual Information)判据的方法,来发现事务间的因果关联关系.此方法以微学习单元为研究对象,首先利用传统关联规则从参考学习者的学习履历中提取具有关联关系的微学习单元,然后利用点互信息判据来发现微学习单元间存在的局部因果关系,并建立微学习单元的约束网络.实验表明,该方法可以有效发现微学习单元间的因果关联关系,并为学习者建立有效的动态学习路径.
推荐文章
基于互信息的适用于高维数据的因果推断算法
因果推断
因果网络
互信息
条件独立性测试
基于权重差异和类别关联的互信息改进研究
特征选择
互信息
权重差异
类别关联
基于最大特征点对互信息的图像配准
互信息
特征点对
图像配准
基于互信息和邻接熵的新词发现算法
新词发现
互信息
邻接熵
微博语料
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 微学习单元因果关联发现的点互信息判据研究
来源期刊 小型微型计算机系统 学科 工学
关键词 因果关联规则 点互信息 微学习 学习单元 学习路径 约束网络
年,卷(期) 2021,(1) 所属期刊栏目 人工智能与算法研究
研究方向 页码范围 52-59
页数 8页 分类号 TP301
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (104)
共引文献  (60)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(9)
  • 参考文献(4)
  • 二级参考文献(5)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
因果关联规则
点互信息
微学习
学习单元
学习路径
约束网络
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
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导