読んで紙の書類を読みます

論文の研究

 

論文タイトル：インド英、趙Yuhai、張ビン、マルチユーザー開発者コミュニティに基づくWANG郭-REN推薦アルゴリズム。

• 調査
  
  スタックオーバーフローおよび関連データのGithub
• 研究の動機
  • ネットワークを介して開発者コミュニティを構築し、ユーザーとユーザーの行動の間の相互作用の解析を介してユーザ情報の統合開発者コミュニティ、、、ユーザーのタグを更新する。さらに、これに基づいて、分類を使用して問題のクエリキーワードの適用範囲を拡大します、共同利用者の行列より正確な推奨事項、および推奨される際に有効なユーザーの範囲を拡大。ドキュメントの使用からこの集中型のアプローチ 
• 文献レビュー
  
  • 　　
• 研究デザイン　　
  • 問題定義と研究のアイデア
  • 定義は、定義は、ユーザのテキスト類似度計算を識別するために使用されるべきであり、ユーザとユーザの間の関係を計算する正規化された線形を定義するために適用されます
  • ユーザとタグのユーザとの関係を使用して、問題の説明は、ユーザと、M×タグユーザー次数nとの間のより正確な関係を表して得られた間の行列演算によってランダムウォークを再起動 - マトリックスラベル
  • 研究のアイデアは、ユーザーラベルに基づいて更新アルゴリズムを実現し、正確さと精度の問題を改善するための分類のユーザーに基づいてランダムウォークアルゴリズムを再起動をお勧めする場合、ユーザーラベルの推奨
  • マルチユーザー開発者コミュニティに基づく推薦アルゴリズム
  • 問題に関わるさまざまなユーザーコミュニティの統計的な振る舞いによって答えと同じユーザ識別、全体のコミュニティは、質問に答えるの種類にユーザー設定を取得し、ユーザーとラベルの間の関係で表現します
  • ラベルの関係 - 多くの場合、取得した更新されたユーザの歩行を使用して再起動し、金利の再起動の異なるセットに基づいてユーザを更新するために、ランダムウォークアルゴリズムを再起動します。
  • • 拡張することにより、ユーザ推薦アルゴリズムの分類に基づく分類は、ラベルの範囲の効果的な拡大が重みを打ちます
  • 実験と解析
    • スタックオーバーフローと117個のタグGithubの2つのコミュニティの有効なテーマのステッカー。それらに関係するすべての被験者のためのステッカーユーザ統計で約140万の合計、とは排除できない2017年10月のような実験データセットは、収集したデータは、本明細書に含ま訪問者は、参照アカウントと同様の大規模なパブリックアカウントグーグル、効果的な問題で40万の登録ユーザー2つの開発者コミュニティIDとイベント情報の累積効果を推奨しています
    • ユーザ識別タグの好みに基づいてユーザー識別実験
    • ユーザのラベル更新実験、右のユーザーの好みと、より正確なユーザ嗜好の数のより正確なラベルを得るために速度を再起動（再起動）を調整する制御上の再ラベル
    • すべてのユーザの値を計算するためにユーザ推薦実験脇ユーザの精度の一定数紙を分析するために、等しい;ユーザランキングに基づいて精度、減少顧客価値分析は、ユーザのランキングを推奨しました
  • データセットを使用します
    
    この記事では。それらに関係するすべての被験者のためのステッカーユーザ統計をスタックオーバーフローと117個のタグで約140万の合計Githubの2つのコミュニティが有効なテーマのステッカー2017年10月の時点で収集したデータが含まれており、推奨リファレンスとして除外することはできません観光客のGoogleアカウントと同様の大規模なパブリックアカウント、約40万有効なIDの登録ユーザー2つの開発者コミュニティと情報の有効な問題の活動の合計を求めます。
• 結論
  • ここで、セマンティックツリー分類の拡張によって設定された抽出されたキーワードに対して、ユーザーは、ラベルを発行重量のアップデートにより、右拡張後のラベルとマトリックスは、共同実験を推奨した後、ユーザーの推奨数について本明細書に記載の方法が大幅に増加することを示し、精度も高い増加を持っています。　　
• 学習経験の
  　　紙は、多くの努力のコストを示す、実験データの多くを手にしました。ユーザアルゴリズムの分類に基づいて推奨してランダムウォークアルゴリズムの更新ラベルを再起動するようにユーザーを理解します

論文タイトル：インド英、趙Yuhai、張ビン、マルチユーザー開発者コミュニティに基づくWANG郭-REN推薦アルゴリズム。

• 調査
  
  スタックオーバーフローおよび関連データのGithub
• 研究の動機
  • ネットワークを介して開発者コミュニティを構築し、ユーザーとユーザーの行動の間の相互作用の解析を介してユーザ情報の統合開発者コミュニティ、、、ユーザーのタグを更新する。さらに、これに基づいて、分類を使用して問題のクエリキーワードの適用範囲を拡大します、共同利用者の行列より正確な推奨事項、および推奨される際に有効なユーザーの範囲を拡大。ドキュメントの使用からこの集中型のアプローチ 
• 文献レビュー
  
  • 　　
• 研究デザイン　　
  • 問題定義と研究のアイデア
  • 定義は、定義は、ユーザのテキスト類似度計算を識別するために使用されるべきであり、ユーザとユーザの間の関係を計算する正規化された線形を定義するために適用されます
  • ユーザとタグのユーザとの関係を使用して、問題の説明は、ユーザと、M×タグユーザー次数nとの間のより正確な関係を表して得られた間の行列演算によってランダムウォークを再起動 - マトリックスラベル
  • 研究のアイデアは、ユーザーラベルに基づいて更新アルゴリズムを実現し、正確さと精度の問題を改善するための分類のユーザーに基づいてランダムウォークアルゴリズムを再起動をお勧めする場合、ユーザーラベルの推奨
  • マルチユーザー開発者コミュニティに基づく推薦アルゴリズム
  • 問題に関わるさまざまなユーザーコミュニティの統計的な振る舞いによって答えと同じユーザ識別、全体のコミュニティは、質問に答えるの種類にユーザー設定を取得し、ユーザーとラベルの間の関係で表現します
  • ラベルの関係 - 多くの場合、取得した更新されたユーザの歩行を使用して再起動し、金利の再起動の異なるセットに基づいてユーザを更新するために、ランダムウォークアルゴリズムを再起動します。
  • • 拡張することにより、ユーザ推薦アルゴリズムの分類に基づく分類は、ラベルの範囲の効果的な拡大が重みを打ちます
  • 実験と解析
    • スタックオーバーフローと117個のタグGithubの2つのコミュニティの有効なテーマのステッカー。それらに関係するすべての被験者のためのステッカーユーザ統計で約140万の合計、とは排除できない2017年10月のような実験データセットは、収集したデータは、本明細書に含ま訪問者は、参照アカウントと同様の大規模なパブリックアカウントグーグル、効果的な問題で40万の登録ユーザー2つの開発者コミュニティIDとイベント情報の累積効果を推奨しています
    • ユーザ識別タグの好みに基づいてユーザー識別実験
    • ユーザのラベル更新実験、右のユーザーの好みと、より正確なユーザ嗜好の数のより正確なラベルを得るために速度を再起動（再起動）を調整する制御上の再ラベル
    • すべてのユーザの値を計算するためにユーザ推薦実験脇ユーザの精度の一定数紙を分析するために、等しい;ユーザランキングに基づいて精度、減少顧客価値分析は、ユーザのランキングを推奨しました
  • データセットを使用します
    
    この記事では。それらに関係するすべての被験者のためのステッカーユーザ統計をスタックオーバーフローと117個のタグで約140万の合計Githubの2つのコミュニティが有効なテーマのステッカー2017年10月の時点で収集したデータが含まれており、推奨リファレンスとして除外することはできません観光客のGoogleアカウントと同様の大規模なパブリックアカウント、約40万有効なIDの登録ユーザー2つの開発者コミュニティと情報の有効な問題の活動の合計を求めます。
• 結論
  • ここで、セマンティックツリー分類の拡張によって設定された抽出されたキーワードに対して、ユーザーは、ラベルを発行重量のアップデートにより、右拡張後のラベルとマトリックスは、共同実験を推奨した後、ユーザーの推奨数について本明細書に記載の方法が大幅に増加することを示し、精度も高い増加を持っています。　　
• 学習経験の
  　　紙は、多くの努力のコストを示す、実験データの多くを手にしました。ユーザアルゴリズムの分類に基づいて推奨してランダムウォークアルゴリズムの更新ラベルを再起動するようにユーザーを理解します