论文部分内容阅读
基于强化学习的个性化不良评论过滤算法研究
【摘 要】
：
不良评论正在影响着数以亿计的互联网用户,部分用户因不良评论而抑郁甚至自杀。传统的过滤不良评论的算法有两种。一是通过简单的关键词过滤技术进行评论过滤。二是在不良评论数据集上训练一个通用机器学习模型,然后使用此模型对评论进行判别。以上两种算法都没有考虑到用户个性化问题。由于不同用户具有不同的背景、拥有不同的性格,所以他们对不良评论的判别标准也是不同。无论是关键字过滤还是训练出来的通用模型都远无法满足用
【机 构】
：
电子科技大学
【出 处】
：
电子科技大学
【发表日期】
：
2020年01期
其他文献
本文研究了结合AdaBoost和Camshift的视频人脸检测与跟踪算法,针对AdaBoost和Camshift算法的缺点提出了相应的改进算法。首先,研究了基于隐马尔可夫的模型的AdaBoost人脸检测
随着当前无线通信业务的迅速发展，可利用的频带日趋紧张，频谱资源匾乏的问题日益严重。但是研究表明，数量众多的授权频谱在大部分时间处于空闲状态，这种频谱占有状况与利用的不平
自然场景图像中嵌入的文本,是图像高层语义内容的有机组成部分。场景文本有诸多表现形式,如交通标志牌、字幕、商店名称、文本条幅、建筑物额匾等,这些信息可以为场景理解提
粒子滤波算法是一种基于蒙特卡罗方法仿真来实现递推贝叶斯估计的统计滤波方法。作为一种基于蒙特卡罗思想的非线性、非高斯系统滤波方法,粒子滤波在处理非高斯、非线性时变
当前TCP/IP体系结构的互联网存在可扩展性、安全性、移动性等诸多问题，近年来越来越多的网络研究人员投入到未来互联网的研究中。对于所取得的研究成果，研究者可以将其部署在实
信息技术发展十分迅猛,对各种产业都产生了巨大的影响。各行各业都广泛收集了海量的数据。这些数据中蕴涵大量有用的信息和知识。为从这些收集的数据中获取有用的信息和知识,
数字图像因其具有直观、生动等特点而得到广泛应用。但数字图像的另外一面，却会因数据海量给传输和存储带来压力。因此。利用其数据冗余量大这一特征，以压缩冗余数据为主要目标
随着网络负载急剧增加，给网络的结构带来了很大的压力，软件定义网络（software-defined networking，简称SDN）顺势产生。准确的测量网络的性能是保证网络高性能运行的前提。 本研
个性化推荐通过收集和分析用户显式或隐式的有效信息，从而为用户推荐所需要的个性化信息，进而能够很好地解决信息过载问题。基于矩阵分解的推荐算法是目前个性化推荐的前沿重要