使用者模型為基礎的概念飄移預測

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：4

、訪客IP：3.16.66.206

姓名

吳登翔(WU, DENG-SIANG) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

使用者模型為基礎的概念飄移預測

相關論文

★ 網路合作式協同教學設計平台－以國中九年一貫課程為例	★ 內容管理機制於常用問答集(FAQ)之應用
★ 行動多重代理人技術於排課系統之應用	★ 存取控制機制與國內資安規範之研究
★ 信用卡系統導入NFC手機交易機制探討	★ App應用在電子商務的推薦服務-以P公司為例
★ 建置服務導向系統改善生產之流程-以W公司PMS系統為例	★ NFC行動支付之TSM平台規劃與導入
★ 關鍵字行銷在半導體通路商運用-以G公司為例	★ 探討國內田徑競賽資訊系統－以103年全國大專田徑公開賽資訊系統為例
★ 航空地勤機坪作業盤櫃追蹤管理系統導入成效評估—以F公司為例	★ 導入資訊安全管理制度之資安管理成熟度研究－以B個案公司為例
★ 資料探勘技術在電影推薦上的應用研究-以F線上影音平台為例	★ BI視覺化工具運用於資安日誌分析—以S公司為例
★ 特權帳號登入行為即時分析系統之實證研究	★ 郵件系統異常使用行為偵測與處理-以T公司為例

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

摘要
現在使用者面對的資訊環境，其資訊量與資訊的增加速度都遠遠大於過去，因此考量到資訊不斷增加的資料流研究成為資訊檢索領域努力的課題，概念飄移是資料流中的資料類別隨時間改變或是使用者閱讀興趣改變造成資料篩選上的錯誤，本研究考量了系統使用者較為細膩的興趣感受，在文件相關判定階段，利用使用者看過的文件內的主題間的共現關係做為判定相關的依據，在面對資料流檢索系統的計算速度需求方面，提出了基於NGD的相似度容差方法，讓帶有相似資訊的字詞互相取來，以減少字詞數量達到降低系統執行時間的目的，而本研究將使用者的興趣分成四類，並針對四類興趣對於資料的保存與去除需求設計動態的遺忘因子，對於概念飄移發生後，系統偵測概念飄移前的時間區段造成的效能下降問題，本研究透過使用者觀看文件的行為對可能發生的概念飄移進行預測，以降低概念飄移發生時對於系統效能的影響。

摘要(英)

Abstract
With the amount of data and the speed of data increasing are more quickly than past time for a user nowadays. Therefore considering data stream study becomes a trend of information retrieval. The concept drift means the data categories can change by time or the data filtering mistake when user′s interests changed causing. This study considers users′ exquisite feelings, using the documents users have read belongs to which topics and judge the relevance based on the co-occurrence between two topics. The demand of the system calculating speed we propose NGD similarity tolerance method to decrease the amount of terms to reach the goal of decreasing system executing time. And our study divide users′ interests into four categories and then aim to those categories designing the forgetting factor to keep and filter the data improving the effectiveness decreasing of concept drift. This study predicts the concept drift through the users′ reading behavior to decrease the effect to the system when concept drift happened.

關鍵字(中)

★ 概念飄移
★ 遺忘因子
★ 參與中間度分群
★ 主題關係

關鍵字(英)

★ Concept Drift
★ Forgetting factor
★ Betweenness centrality
★ Topic relationship

論文目次

目錄

摘要 5
Abstract 6
目錄 8
圖目錄 10
表目錄 11
一、緒論 12
1-1 研究背景 12
1-2 研究動機 13
1-3 研究目的 15
二、文獻探討 17
2-1 文件前處理 17
2-1-1 詞性過濾與基於詞性組合的關鍵字合併 17
2-1-2字詞長度過濾 18
2-1-3 字根還原 18
2-1-4 Wikipedia搜尋結果數過濾 18
2-2 文件特徵 19
2-2-1 文字頻率 (TF) 19
2-2-2 字詞網路 19
2-2-3 參與中間度分群 20
2-3 使用者興趣 21
2-4 概念飄移 21
2-5 正規化的Google距離 (Normalized Google Distance, NGD) 26
三、系統架構 28
3-1 研究假設 28
3-2 系統架構 28
3-3 文件預處理 29
3-3-1 文件前處理 29
3-3-2 文件特徵 29
3-4 相似度容差 30
3-5 使用者模型 32
3-5-1 字詞活躍分佈矩陣 32
3-5-2 主題共現關係矩陣 33
3-6 主題映射 34
3-7 動態遺忘因子 35
3-8興趣去除 41
3-9 文件過濾 42
3-10 概念飄移預測 43
四、實驗 45
本章將描述實驗的環境、所使用到的評估準則、資料集等敘述 45
4-1 實驗環境 45
4-2 資料集與評估準則 45
4-3 實驗設計 47
4-3-1 門檻值實驗: 47
4-3-2 相似度容差減少時間成效實驗: 54
4-3-3 使用者模型學習能力實驗: 56
4-3-4 動態遺忘因子實驗: 57
4-3-5 概念飄移預測成效實驗: 59
五、結論與未來研究方向 61
5-1 結論 61
5-2 未來研究方向 63
參考文獻 66
中文部分 66
英文部分 66

參考文獻

參考文獻
中文部分
[1]. 林文羽、林熙禎，(2013)，「關鍵字為基礎的多主題概念飄移學習」，TANET2013臺灣網際網路研討會-論文集
[2]. 李浩平、林熙禎，(2011)，「運用NGD建立適用於使用者回饋資訊不足之文件過濾系統」，國立中央大學，碩士論文
[3]. 鄭奕駿、林熙禎，(2012)，「離線搜尋Wikipedia以縮減NGD運算時間之研究」，國立中央大學，碩士論文
[4]. 鄭運剛、馬建國，(2008)，“A Model of User s Interests Drift Based on Classification Model,” Journal of Information, no. 1
[5]. 蘇怡仁、溫建成、許維麟、陳岳群，(2012)，「以重疊社群分析引文網路支援論文自動分類之探討」，The 8th International Conference on Knowledge Community

英文部分
[6]. Aggarwal, Charu C. and Yu, Philip S., (2006), “A Framework for Clustering Massive Text and Categorical Data Streams,” Proceedings of the SIAM Conference on Data Mining (SDM)
[7]. Brandes, Ulrik, (2001), “A faster algorithm for betweenness centrality,” Journal of Mathematical Sociology, vol. 25, pp. 163-177
[8]. Bifet, Albert, Holmes, Geoff, Pfahringer, Bernhard and Gavaldà, Ricard, (2011), “Mining Frequent Closed Graphs on Evolving Data Streams,” 17th ACM SIGKDD international conference on Knowledge discovery and data mining, pp, 591-599
[9]. Chang, H.-C. and Chiun-Chieh, H., (2005), “Using topic keyword clusters for automatic document clustering,” IEICE TRANSACTIONS on Information and Systems, vol. 88, pp. 1852-1860
[10]. Chen, P.-I. and Lin, S.-J., (2010), “Automatic keyword prediction using Google similarity distance,” Expert Systems with Applications, vol. 37, pp. 1928-1938
[11]. Chen, P.-I. and Lin, S.-J., (2011), “Word AdHoc network: using Google core distance to extract the most relevant information,” Knowledge-Based Systems, vol. 24, pp. 393-405
[12]. Cilibrasi, Rudi L. and Paul MB Vitanyi, (2007), “The google similarity distance,” IEEE Transactions on Knowledge and Data Engineering, vol. 19, no. 3, pp. 370-383.
[13]. Dietz, Laura and Dalton and Jeffrey, (2012), “Acrossdocument neighborhood expansion: UMass at TAC KBP 2012 entity linking,” Text Analysis Conference (TAC)
[14]. Dijkstra, E. W., (1959), “A note on two problems in connexion with graphs,” Numerische mathematik, vol. 1, pp. 269-271.
[15]. Farid, Dewan Md., Zhang, Li, Hossain, Alamgir, Rahman, Chowdhury Mofizur, Strachan, Rebecca, Sexton, Graham and Dahal, Keshav, (2013), “An adaptive ensemble classifier for mining concept drifting data streams,” Expert Systems with Applications, vol. 40, pp. 5895-5906
[16]. Girvan, M. and Newman, M. E., (2002), “Community structure in social and biological networks,” Proceedings of the National Academy of Sciences, vol. 99, pp. 7821-7826
[17]. Gu, Suicheng, Tan, Ying and He, Xingui, (2013), “Recentness biased learning for time series forecasting,” Information Sciences, vol. 237, pp. 29-38
[18]. Koehn, Philipp, Och, Franz Josef and Marcu, Daniel, (2003), “Statistical phrase-based translation,” Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology-Volume 1. Association for Computational Linguistics, pp. 48-54
[19]. Li, Lei, Zheng, Li, Yang, Fan and Li, Tao, (2014), “Modeling and broadening temporal user interest in personalized news recommendation,” Expert Systems with Applications, vol. 41, pp. 3168-3177
[20]. Nanas, Nikolaos, Uren, Victoria, Roeck, Anne de and Domingue, John, (2004), “Multi-topic Information Filtering with a Single User Profile,” Methods and Applications of Artificial Intelligence, vol. 3025, pp. 400-409
[21]. Tufis, D. and Mason, O., (1998), “Tagging romanian texts: a case study for qtag, a language independent probabilistic tagger,” Proceedings of the First International Conference on Language Resources and Evaluation (LREC), pp. 589-596
[22]. Wang, Hongwei and Zou, Li, (2013), “Modeling User Preference Based on Long-term and Short-term Interest,” Journal of Tongji University(Natural Science), vol. 06
[23]. Yang, Jiping, Wang, Yue and Gao, Xuesong, (2011), “User interest modeling for personalized streaming media services based on behavior analysis,” Computer Applications and Software, vol. 28, no. 8

指導教授

林熙禎

審核日期

2014-7-15

推文