基于特征分析與表示學(xué)習(xí)的社會(huì)化問答社區(qū)專家發(fā)現(xiàn)研究
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖4.2sigmoid函數(shù)通過sigmoid函數(shù)的作用,預(yù)測(cè)值的取值范圍被限制在區(qū)間[0,1]中,用來
武漢大學(xué)碩士學(xué)位論文34圖4.2sigmoid函數(shù)通過sigmoid函數(shù)的作用,預(yù)測(cè)值的取值范圍被限制在區(qū)間[0,1]中,用來表示屬于類別1的概率(=1|),即樣本被預(yù)測(cè)為是類別1的概率。邏輯回歸的輸出值是一個(gè)概率值,在應(yīng)用模型時(shí)需要根據(jù)實(shí)際情況選擇合適的閾值,將樣本分到兩個(gè)類別....
圖5.1原始實(shí)驗(yàn)數(shù)據(jù)
武漢大學(xué)碩士學(xué)位論文42圖5.1原始實(shí)驗(yàn)數(shù)據(jù)
圖5.2問題“人類為什么可以感受到其他人的情緒?”的回答之一
基于特征分析與表示學(xué)習(xí)的社會(huì)化問答社區(qū)專家發(fā)現(xiàn)研究43圖5.2問題“人類為什么可以感受到其他人的情緒?”的回答之一5.2用戶問題關(guān)系挖掘根據(jù)3.2節(jié)構(gòu)建的用戶特征指標(biāo)體系,特征主要包括用戶權(quán)威性、用戶參與度和用戶與問題的關(guān)系這三個(gè)維度,本節(jié)主要聚焦于挖掘用戶與問題的關(guān)系。首先,基....
圖5.4部分節(jié)點(diǎn)生成的無向有權(quán)網(wǎng)絡(luò)圖
武漢大學(xué)碩士學(xué)位論文46圖5.4部分節(jié)點(diǎn)生成的無向有權(quán)網(wǎng)絡(luò)圖5.2.2用戶-標(biāo)簽網(wǎng)絡(luò)表示學(xué)習(xí)本研究使用Node2Vec方法對(duì)無向有權(quán)的用戶-標(biāo)簽異構(gòu)網(wǎng)絡(luò)進(jìn)行表示學(xué)習(xí)。使用的工具是Node2Vec包(https://github.com/eliorc/node2vec),通過pip....
本文編號(hào):4003529
本文鏈接:http://www.lk138.cn/tushudanganlunwen/4003529.html
下一篇:沒有了