多标记学习算法及其在标签推荐中应用研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-14页 |
| ·研究背景与意义 | 第11-13页 |
| ·本文主要研究内容 | 第13页 |
| ·本文组织结构 | 第13-14页 |
| 2 多标记学习与标签推荐 | 第14-30页 |
| ·多标记学习 | 第14-25页 |
| ·算法适应 | 第15-18页 |
| ·问题转化 | 第18-22页 |
| ·多标记学习算法性能评价指标 | 第22-25页 |
| ·标签推荐 | 第25-30页 |
| ·标签推荐算法 | 第27-29页 |
| ·标签推荐算法的评价指标 | 第29-30页 |
| 3 基于标记间关系的多标记学习算法MLLR | 第30-41页 |
| ·MLLR算法的算法思想 | 第30-37页 |
| ·多标记数据集的元级特征 | 第31-34页 |
| ·标记间关系的表示 | 第34-37页 |
| ·MLLR算法的算法描述 | 第37-39页 |
| ·MLLR算法分析 | 第39-41页 |
| 4 MLLR算法在标签推荐中的应用 | 第41-50页 |
| ·面向标签推荐的MLLR算法的算法思想 | 第41-46页 |
| ·标签推荐与多标记学习 | 第41-43页 |
| ·标签间关系的表示 | 第43-44页 |
| ·标签推荐结果的产生 | 第44-46页 |
| ·面向标签推荐的MLLR算法的算法描述 | 第46-49页 |
| ·算法分析 | 第49-50页 |
| 5 实验 | 第50-61页 |
| ·实验环境 | 第50页 |
| ·MLLR算法实验 | 第50-56页 |
| ·实验数据集 | 第51页 |
| ·实验设计 | 第51-52页 |
| ·实验结果与分析 | 第52-56页 |
| ·面向标签推荐的MLLR算法实验 | 第56-61页 |
| ·实验数据集 | 第56-57页 |
| ·实验设计 | 第57-58页 |
| ·实验结果与分析 | 第58-61页 |
| 6 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简历 | 第67-69页 |
| 学位论文数据集 | 第69页 |
