Algoritmusok és alkalmazások tudományos kereséshez, ajánláshoz és mennyiségi asszociációs szabálybányászathoz

Eredeti címe:

Algorithms and Applications for Academic Search, Recommendation and Quantitative Association Rule Mining

Könyv tartalma:

Az Algorithms and Applications for Academic Search, Recommendation and Quantitative Association Rule Mining című könyv új algoritmusokat mutat be az akadémiai kereséshez, ajánláshoz és asszociációs szabálybányászathoz, amelyeket különböző kereskedelmi és tudományos célú rendszerekhez fejlesztettek ki és optimalizáltak. Az algoritmusok tervezése és megvalósítása mellett a könyvben bemutatott munka jelentős része új rendszerek fejlesztésével foglalkozik mind kereskedelmi, mind pedig akadémiai célokra.

A könyv első részében a szerző egy újszerű hierarchikus heurisztikus rendszert mutat be a szabványos digitális könyvtárakból visszakeresett tudományos publikációk újrarendezésére. A séma a terminusgyakorisági heurisztika egy egyedi implementációjának, egy időben leértékelt idézettségi pontszámnak és egy gráfelméleti úton számított pontszámnak a hierarchikus kombinációján alapul, amely a cikk indexkifejezéseit kapcsolja egymáshoz. A bevezetett algoritmusok teljesítményének értékeléséhez egy metakereső motort terveztünk és fejlesztettünk ki, amely felhasználói lekérdezéseket küld a tudományos publikációk szabványos digitális tárházaiba, és a bevezetett hierarchikus heurisztikus séma segítségével rangsorolja újra a top-n találatokat.

A könyv második részében a különböző típusú e-kereskedelmi rendszerekben alkalmazható újszerű ajánló algoritmusok tervezését ismertetjük.

Az újonnan bevezetett algoritmusok egy kifejlesztett filmajánló rendszer részét képezik, amely az első olyan rendszer, amelyet egy nagy Triple Play szolgáltató kereskedelmi forgalomban alkalmaz Görögországban. A rendszer kezdeti változata egy újszerű hibrid (felhasználó-, elem- és tartalomalapú) ajánlót használ, és naponta ajánlásokat ad a szolgáltató összes aktív előfizetőjének (jelenleg több mint 30 000).

Az általunk bemutatott ajánlók jellegüknél fogva hibridek, különböző tartalom-, felhasználó- és elemalapú ajánlók együttes konfigurációját használják a pontosabb ajánlási eredmények biztosítása érdekében. A könyv utolsó része egy kvantitatív asszociációs szabálybányászati algoritmus tervezését mutatja be. A kvantitatív asszociációs szabályok az asszociációs szabályok egy speciális típusára utalnak, amely olyan formájú, hogy az antecedens implikálja a numerikus vagy kvantitatív attribútumok halmazából álló következményt.

A bemutatott bányászati algoritmus meghatározott számú felhasználói történetet dolgoz fel annak érdekében, hogy a minimálisan szükséges támogatottsági és megbízhatósági értékkel rendelkező asszociációs szabályok halmazát hozza létre. A generált szabályok erős kapcsolatokat mutatnak az egyes szabályok következménye és előzménye között, amelyek különböző, meghatározott árszinteken fogyasztott tételeket képviselnek. Ez a kutatókönyv a kutatók, a végzős hallgatók, a szakemberek, a mérnökök és a számítógépes programozók számára lesz vonzó.