Algorithms and Applications for Academic Search, Recommendation and Quantitative Association Rule Mining
Algorithms and Applications for Academic Search, Recommendation and Quantitative Association Rule Mining stellt neuartige Algorithmen für die akademische Suche, Empfehlung und das Assoziationsregel-Mining vor, die sowohl für verschiedene kommerzielle als auch für akademische Systeme entwickelt und optimiert wurden. Neben dem Entwurf und der Implementierung von Algorithmen umfasst ein großer Teil der in diesem Buch vorgestellten Arbeit die Entwicklung neuer Systeme sowohl für den kommerziellen als auch für den akademischen Gebrauch.
Im ersten Teil des Buches stellt der Autor ein neuartiges hierarchisches heuristisches Schema zur Neueinstufung wissenschaftlicher Publikationen vor, die aus digitalen Standardbibliotheken abgerufen werden. Das Schema basiert auf der hierarchischen Kombination einer benutzerdefinierten Implementierung der Begriffshäufigkeitsheuristik, einer zeitlich verzögerten Zitationsbewertung und einer graphentheoretisch berechneten Bewertung, die die Indexbegriffe der Arbeit miteinander in Beziehung setzt. Um die Leistung der vorgestellten Algorithmen zu evaluieren, wurde eine Meta-Suchmaschine entworfen und entwickelt, die Benutzeranfragen an digitale Standard-Repositorien für akademische Publikationen stellt und die Top-n-Ergebnisse unter Verwendung des vorgestellten hierarchischen Heuristikschemas neu ordnet.
Im zweiten Teil des Buches wird der Entwurf neuartiger Empfehlungsalgorithmen beschrieben, die in verschiedenen Arten von E-Commerce-Systemen Anwendung finden.
Die neu eingeführten Algorithmen sind Teil eines entwickelten Filmempfehlungssystems, dem ersten derartigen System, das in Griechenland von einem großen Anbieter von Triple-Play-Diensten kommerziell eingesetzt wird. Die erste Version des Systems verwendet einen neuartigen hybriden Empfehlungsgeber (benutzer-, objekt- und inhaltsbasiert) und liefert täglich Empfehlungen an alle aktiven Abonnenten des Anbieters (derzeit mehr als 30.000).
Die von uns vorgestellten Empfehlungssysteme sind von Natur aus hybride Systeme, die eine Ensemble-Konfiguration verschiedener inhalts-, nutzer- und objektbasierter Empfehlungssysteme verwenden, um genauere Empfehlungsergebnisse zu liefern. Im letzten Teil des Buches wird der Entwurf eines Algorithmus für quantitatives Assoziationsregel-Mining vorgestellt. Quantitative Assoziationsregeln beziehen sich auf einen speziellen Typ von Assoziationsregeln in der Form, dass der Antezedent den Konsekutivwert impliziert, der aus einer Menge numerischer oder quantitativer Attribute besteht.
Der vorgestellte Mining-Algorithmus verarbeitet eine bestimmte Anzahl von Benutzerhistorien, um eine Reihe von Assoziationsregeln mit einem minimal erforderlichen Unterstützungs- und Vertrauenswert zu generieren. Die generierten Regeln zeigen starke Beziehungen zwischen der Konsequenz und der Antezedenz jeder Regel, die verschiedene Artikel repräsentieren, die zu bestimmten Preisniveaus konsumiert wurden. Dieses Buch richtet sich an Forscher, Hochschulstudenten, Fachleute, Ingenieure und Computerprogrammierer.
| ISBN: | 9788770229845 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 132 |
Derzeit verfügbar, auf Lager.
