【原文】基于CP-nets,在用户定性偏好描述中引入概率,量化用户偏好的不确定程度,提出新的模型PCPN并将其用于Web服务选择中大规模结果集的情形。首先根据给出的PCPN距离公式寻找相似意图用户簇,并利用相似意图用户来修正和补充当前用户偏好描述,最后根据修改后的当前用户信息来进行Web服务选择,并和CP-nets加以对比。经过实验数据验证,证明利用该模型建模进行服务选择更高效。
【修改】在条件偏好网(Conditional preference networks,CP-nets)的基础上,将概率引入用户定性偏好描述之中,来量化用户偏好的不确定程度,提出了一个新的定性偏好模型——条件偏好概率网络(Probability of Conditional Preference Network,PCPN),并将其用于Web服务选择中大规模结果集的情形。根据给出的PCPN距离公式寻找相似意图用户簇,并利用相似意图用户来修正和补充当前用户偏好描述。根据概率论中的链式规则、全概率公式以及贝叶斯定理提出了服务选择模式概率的计算方法;根据修改后的当前用户信息来进行Web服务选择;运用数据挖掘和概率统计的方法来获得历史用户的使用记录;最后与CP-nets进行了对比分析。实验数据验证:采用两种建模方式进行服务选择后的结果相似度很高,引入概率模块后选出的服务数目更精准,更能符合用户的需要。
【点评】
(1)缩写词,我很烦缩写词。我以前讲过多遍,论文是写给新手、外行看的,这种缩写词十分不利于读者的理解。直接给出全称,无疑方便读者的深入理解。为了简洁起见,英文全称也可以省略。
(2)语言表达“基于CP-nets,在用户定性偏好描述中引入概率”与“在CP-nets基础上,将概率引入在用户定性偏好描述之中”,我感觉更顺畅。
(3)指示性摘要的作用,远远不如报道性摘要,即使是“方法性”论文,也应该尽量写出创新的内容。
(4)结论,仅仅一句证明有效,这等于什么都没说,无效是不可能的!应尽力描述为什么说正确和有效。
【作者确认后】在条件偏好网(CP-nets)的基础上,将概率引入用户定性偏好描述之中,来量化用户偏好的不确定程度,提出了一个新的定性偏好模型——条件偏好概率网络(PCPN),并将其用于Web服务选择中大规模结果集的情形。运用数据挖掘和概率统计的方法来获得历史用户的使用记录,根据给出的PCPN距离公式寻找相似意图用户簇,并利用相似意图用户来修正和补充当前用户偏好描述。根据概率论中的链式规则、全概率公式以及贝叶斯定理提出了服务选择模式概率的计算方法;根据修改后的当前用户信息来进行Web服务选择;最后与CP-nets进行了对比分析。实验数据验证:采用两种建模方式进行服务选择后的结果相似度很高,引入概率模块后选出的服务数目更精准,更能符合用户的需要。
https://blog.sciencenet.cn/blog-71721-598059.html
上一篇:
仲夏贵阳咏荷下一篇:
“编辑部体制改革办法”出台