《海量数据挖掘-王永利》使用非参数密度估算有哪些信誉好的足球投注网站反馈.docVIP

使用非参数密度估算有哪些信誉好的足球投注网站反馈 摘要：本文研究了时空聚类假设：在本研究中时间扮演了重要的角色，相关的 文档如何以时间的趋势聚类在一起？我们研究这个问题的上下文有哪些信誉好的足球投注网站和反馈信息的时间，从一开始就以初始设置检索模型为基线，我们先估计相关的时间密度文件，然后对结果进行排序，我们的工作在于一个方法来描述这种时间采用核密度估计的密度函数，这种方法没有人类的相关性判断并且这是一种基于此信息为标准的检索模型，在TREC数据集实验中可以确认我们在神经反馈制定提高检索的有效性节奏，这样可以支持我们的假设，我们的方法是执行一个标准的基线和以前的时间检索模型，基于时间的反馈可以提高标准词汇的反馈（不管有或没有人为的判断），时间相关的信号是独立于感知内容存在的。 分类和主题描述：h.3.3 信息 存储和检索信息的有哪些信誉好的足球投注网站和检索：相关反馈 关键词：时间聚类 聚类假设 相关反馈 1 介绍 推特通过在数亿的用户面前展现世界突发新闻事件的形式而成为不可或缺的通信平台。他们可以进入微博相关内容通过在同一时间里的140个字符参加全球对话实时，人们经常进行有哪些信誉好的足球投注网站，事实上，时间扮演了极其重要的作用。 让我们一起走进微博去寻找信息系统中更好的有哪些信誉好的足球投注网站模式。 从理论角度来看，这项工作制定和探讨了时间聚类假设，说明如下：在有哪些信誉好的足球投注网站任务中时间扮演了重要的角色，有关文档有在同一时间聚集的趋势吗？这与“经典”的聚类假设一致[ 7 ]，这是观察相关文档往往有着相似的内容的结论（例如在文档空间中的聚集），在基于内容的相关反馈技术的有效性相同方式的经典聚类假设，时间相关反馈技术的有效性是显而易见的。在本文的探索中，我们可以考虑证据支持时间聚类假设。 我们的微博用户有哪些信誉好的足球投注网站问题有如下场景：是最近的微博评价文本检索会议（TREC）：在同一时间，用户正在查询问：如何形成一个信息的需求。该系统的任务是在查询时间前显示局部相关文件（微博）。由于信息需要的相关信息的时空分布通常不均匀，检索系统在模型的查询的时间特性方面是很重要的，检索、文件，和集合作为一个整体。许多学者在文献[ 8，3，5，4，2，20 ]中共享，为我们提供了研究的出发点。 在本文中，我们提出了一个家庭的推特有哪些信誉好的足球投注网站技术，其结合“经典”词汇的时间信号（即，基于内容的）的方法。我们采用一个从R的时空特征，通过标准查询相似方法检索文件的初始清单反馈框架，然后采用分级R产生最终的排名列表，让我们假设每个文件Di R 已经关联了一个相关的时间戳Ti：我们的核心贡献工作在于用新技术去估算f（tjq），这个关联的时空密度，（例如，对于一个特定的信息需求，我们希望有关文件发生的时间），并且(2) 去混合信号对数-线性模型与标准词汇的特点。我们提出了两种方法来估计F，包含隐式时间反馈和明确的时间反馈。这两种方法都依赖于简单的非参数估计在数据分布的方法，内核密度估计（KDE）。内部和外部的区别类似于假似和真正的基于文档内容的反馈之间的区别。使用TREC 2011和2012实验微博测试集揭示了三个主要结果： 我们的时间反馈方法（隐式和显式反馈）在查询似然基线和先前提出的两个时间检索技术提高了推特有哪些信誉好的足球投注网站的有效性。最后，我们也知道那些试图去描述和量化网页的时空变化以及对推特[ 16 ]查询的研究，虽然这些从根本上引用和探讨不同问题不是我们研究的重点，但是它表明从各种角度分析时间模型是很重要的。 因为我们的方法获取的有效性与标准词汇反馈（有或没有人的判断），我们发现，时间关联信号与文档内容是独立存在。 只有少数人关于相关性的判断（一个很小的结果），他们认为时间反馈实现了有效性的增加。 虽然我们这个工作以及这篇文章只研究微博有哪些信誉好的足球投注网站，没有什么特殊的原因，我们提出的技术不能推广到其他领域以及检索具有很强的时间成分的任务（例如，新闻有哪些信誉好的足球投注网站）。我们可以这样概括未来的工作，今天我在社交媒体的研究主要集中在微博实质利益。 背景及相关工作 2.1 时间IR 以往各式各样的论文观察到信息在相关文献是以时间不均匀分布的[ 8，3，5，4，2，20 ]。在IR社区有效的检索系统一般需要模型的查询的时间特性，检索到的文献，和集合作为一个整体。我们采取这是一个无争议的起点。检索模型，已在前期工作探索中由李和克罗夫特[ 12 ]证明了，他们提出的模型扩展到语言的时间，这个线程在我们提出了正式的模型的基础上已被随后的程序扩展到（4，2），琼斯和迪亚兹[ 8 ]探索查询时间剖面，分类查询的时间，时间上的模糊，以及时间上的明确。他们表明，检索文件的分布可以提高排名以及提供额外的证据来源。其他的尝试将时间信号的排名包括[ 3，5 ]。一个重要区别在于假设的用户角色引用文献和自己的工作之间。大多数以前的工作依赖于自动方法推断时间信号，如检索文件的分布或学期统计时间序列。我们提出的隐式时间反馈的方法可以被看作是