从协作跟踪中构建能力文件类型:论文国家博士论文编号:2016COMP2300作者:Wang,Ning(19 )。 作者R总结(s):推荐系统被设计成在各种应用中以帮助决策。在协作环境中,推荐系统可以指导协作。用户在数字平台上协作时会留下交互可以分析这些跟踪以检测协作的强信号和弱信号本文的重点是在计算机环境中实现一个利用协作痕迹的推荐系统。在协作网络平台E-MEMORAe中测试了所做的工作。随着信息和互联网技术的发展,人类社会已经步入了信息过载的时代。由于信息量不断增加,信息提供者和信息消费者都面临着挑战:信息提供者希望将信息传递给目标受众,而信息消费者则需要找到与其需求最相关的信息为了弥合这一差距,已经设计了推荐系统,并将其应用于各种应用程序中,以帮助对电影、音乐、新闻甚至服务和人员做出决策。在协作工作环境中,还需要推荐系统来指导协作和高效地分配任务当人们交换信息和资源时,他们会以这样或那样的方式留下痕迹。对于典型的基于Web的协作工作环境,可以记录主要由协作活动或交互产生的痕迹建模的轨迹代表关于用户和资源之间的交互动作的知识以及经验这样的痕迹可以被定义、建模和利用,以提供各种推论的线索。首先,它们可以指示用户在某个主题上处于活动状态或不处于活动状态结合用户在交互过程中对信息和资源的评估,我们可以进一步评估用户在每个主题上的能力。这有助于进一步协作的决策,因为了解用户的专业化有助于合理地分配任务。本文的重点是通过利用组共享/协作工作空间中的各种协作痕迹来实现推荐系统。为了实现这一目标,我们首先收集跟踪并通过系统过滤器进行过滤。为了评估共享资源,我们提出了一个投票系统,并将结果与协作跟踪相结合。此外,我们还介绍了两种数学方法(TF-IDF和贝叶斯分类器)和一种机器学习方法(逻辑回归),前者具有可跟踪资源的语义含义,后者具有用户配置文件到利用跟踪的特征,然后讨论了综合示例。作为一个实际实验,我们在E-MEMORAe协作平台的背景下测试了我们的原型通过比较实验结果,我们评估了三种方法中每种方法的强度和弱点,以及在哪种情况下表现最好。案例表明,我们的操作框架和各种方法可以促进个人和协作工作,并帮助决策。英语语言出版日期2016注释(s)标题来自标题屏幕;博士论文其他标题基于协作跟踪的能力推荐系统的发展贡献者亚伯,玛丽海伦(19.. )。论文主任巴特,让-保罗(1945... )。论文主任内格里,艾尔莎(19岁)。论文主任主题推荐系统(计算机)**数字跟踪协作工作 **共享虚拟环境决策* *支持决策的系统专业化信息技术:Heudyasic研究单位(UMR-7253)代码TEF004620更多信息