众包平台下基于规则的人类知识汇集方法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 主要研究内容 | 第14-18页 |
| 1.2.1 基于众包的规则生成和质量评估模型 | 第15-16页 |
| 1.2.2 基于主动学习的众包工作者训练模型 | 第16-17页 |
| 1.2.3 针对众包产生的规则的提炼算法 | 第17-18页 |
| 1.3 国内外研究现状 | 第18-19页 |
| 1.4 本文组织结构 | 第19页 |
| 1.5 本章总结 | 第19-21页 |
| 第二章 相关研究与技术 | 第21-33页 |
| 2.1 主动学习 | 第21-25页 |
| 2.1.1 基于不确定性的选择 | 第22页 |
| 2.1.2 基于预测不一致性的选择 | 第22-23页 |
| 2.1.3 基于模型改变的选择 | 第23页 |
| 2.1.4 基于期望误差缩减的选择 | 第23-24页 |
| 2.1.5 基于降低模型方差的选择 | 第24页 |
| 2.1.6 基于密度加权的选择 | 第24-25页 |
| 2.2 众包 | 第25-29页 |
| 2.2.1 众包任务类型 | 第25-26页 |
| 2.2.2 众包质量控制方法 | 第26-28页 |
| 2.2.3 众包平台 | 第28-29页 |
| 2.3 规则 | 第29-31页 |
| 2.3.1 规则的表示 | 第30页 |
| 2.3.2 规则学习算法 | 第30-31页 |
| 2.4 本章总结 | 第31-33页 |
| 第三章 基于众包的知识汇集 | 第33-49页 |
| 3.1 规则表示 | 第33-35页 |
| 3.2 基于主动学习的众包工作者训练 | 第35-37页 |
| 3.2.1 符号说明 | 第35页 |
| 3.2.2 新数据选择 | 第35-36页 |
| 3.2.3 众包工作者培训 | 第36-37页 |
| 3.3 规则收集和提炼 | 第37-45页 |
| 3.3.1 规则收集 | 第37-39页 |
| 3.3.2 动态样本选择 | 第39-40页 |
| 3.3.3 规则质量评价指标 | 第40-43页 |
| 3.3.4 基于语义的规则去重 | 第43-44页 |
| 3.3.5 核心规则集构造算法 | 第44-45页 |
| 3.4 激励机制 | 第45-46页 |
| 3.5 本章总结 | 第46-49页 |
| 第四章 评估与分析 | 第49-63页 |
| 4.1 众包平台设计与实现 | 第49-52页 |
| 4.1.1 总体架构 | 第50页 |
| 4.1.2 主要模块 | 第50-51页 |
| 4.1.3 技术架构 | 第51-52页 |
| 4.2 性能分析 | 第52-61页 |
| 4.2.1 数据集 | 第52-53页 |
| 4.2.2 对比算法 | 第53-56页 |
| 4.2.3 评价指标 | 第56页 |
| 4.2.4 实验结果和分析 | 第56-61页 |
| 4.3 本章总结 | 第61-63页 |
| 第五章 全文总结 | 第63-65页 |
| 5.1 内容总结 | 第63页 |
| 5.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表的学术论文 | 第73-75页 |
| 攻读学位期间参与的项目 | 第75-77页 |
