项目名称: 基于异构信息网络的分类算法推荐方法研究

项目编号: No.61502378

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 其他

项目作者: 王广涛

作者单位: 西安交通大学

项目金额: 22万元

中文摘要: 在实际应用中,对于给定分类问题,面对众多的候选分类算法,如何为用户推荐合适的算法来解决该分类问题就显得尤为重要,同时也是数据挖掘领域挑战性问题之一。已有的推荐模型通常基于元学习来构建,利用元数据来描述分类数据集特征和算法性能间的关系。这种解决方式忽略了数据集间的关系以及算法间的关系,且难以将用户需求纳入到推荐模型构建过程当中。项目采用异构信息网络来对算法和数据集间的关系进行建模,充分考虑数据集间和算法间的关系,利用异构信息网络分析技术来研究算法推荐问题进而构建分类算法推荐模型。项目的研究内容包括:算法-数据集异构信息网络构建,信息网络随分类算法发展的进化演变,推荐模型构建以及用户需求指导下的分类算法推荐。项目主要贡献在于突破传统基于元学习推荐模型的局限,较早运用异构信息网络及其分析技术实现分类算法推荐模型的构建,有利于研究人员更好地理解算法处理能力和算法在实际应用中的有效运用。

中文关键词: 分类算法;异构信息网络;元模式;算法推荐

英文摘要: In practical applications, for a given classification problem and many candidate classification algorithms, recommending appropriate algorithms for the problem is very important and also one of the challenging problems in the field of data mining. The existing recommendation models are usually constructed based on meta-learning, which employs meta-data to model the interaction between the characteristics of classification data set and the performance of the classification algorithms. The meta-learning based methods ignore the interaction between the data sets and the interaction between algorithms. And it is also difficult to construct the recommendation models while considering the user requirements. In this project, we employ the heterogeneous information network to model the interaction between data sets and classification algorithms. Then, the techniques used for heterogeneous information network are used for classification algorithm recommendation model construction. The research contents include: algorithm-data heterogeneous information network construction, network evolution with the development of the classification technique, algorithm recommendation model construction and the user-guided classification algorithm recommendation. The main contribution of the project it that, the project utilizes the analysis technologies over the heterogeneous information network for classification algorithm recommendation earlier, and it breaks through the limitations of traditional meta-learning based methods. This is beneficial to both the researchers to understanding the processing capacity of classification algorithms and users to applying classification algorithm more effectively.

英文关键词: Classification algorithm;Heterogeneous information network;Meta-schema;Algorithm recommendation

成为VIP会员查看完整内容
6

相关内容

Classification.
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
28+阅读 · 2021年12月3日
专知会员服务
16+阅读 · 2021年9月18日
专知会员服务
13+阅读 · 2021年9月14日
专知会员服务
84+阅读 · 2021年9月4日
专知会员服务
54+阅读 · 2021年8月12日
专知会员服务
46+阅读 · 2021年6月26日
专知会员服务
25+阅读 · 2020年12月17日
应用知识图谱的推荐方法与系统
专知会员服务
110+阅读 · 2020年11月23日
异质信息网络分析与应用综述,软件学报-北京邮电大学
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
CIKM 2021 | 自监督学习在社会化推荐系统中的应用
PaperWeekly
0+阅读 · 2021年11月14日
基于知识图谱的推荐系统总结
机器学习与推荐算法
3+阅读 · 2021年11月11日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
AAAI2021 | 基于图Transformer的多行为推荐算法
机器学习与推荐算法
4+阅读 · 2021年11月8日
基于对比学习的推荐算法总结
机器学习与推荐算法
1+阅读 · 2021年9月16日
KDD 2019论文解读:异构信息网络上的对抗生成学习
云栖社区
22+阅读 · 2019年8月21日
各厂推荐算法!
程序猿
17+阅读 · 2018年1月13日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
22+阅读 · 2018年8月3日
小贴士
相关VIP内容
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
28+阅读 · 2021年12月3日
专知会员服务
16+阅读 · 2021年9月18日
专知会员服务
13+阅读 · 2021年9月14日
专知会员服务
84+阅读 · 2021年9月4日
专知会员服务
54+阅读 · 2021年8月12日
专知会员服务
46+阅读 · 2021年6月26日
专知会员服务
25+阅读 · 2020年12月17日
应用知识图谱的推荐方法与系统
专知会员服务
110+阅读 · 2020年11月23日
异质信息网络分析与应用综述,软件学报-北京邮电大学
相关资讯
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
CIKM 2021 | 自监督学习在社会化推荐系统中的应用
PaperWeekly
0+阅读 · 2021年11月14日
基于知识图谱的推荐系统总结
机器学习与推荐算法
3+阅读 · 2021年11月11日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
AAAI2021 | 基于图Transformer的多行为推荐算法
机器学习与推荐算法
4+阅读 · 2021年11月8日
基于对比学习的推荐算法总结
机器学习与推荐算法
1+阅读 · 2021年9月16日
KDD 2019论文解读:异构信息网络上的对抗生成学习
云栖社区
22+阅读 · 2019年8月21日
各厂推荐算法!
程序猿
17+阅读 · 2018年1月13日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员