·94· 智能系统学报 第3卷 证，结果表明是有效的.希望本文的工作能给相关人 3 实验 员有所参考。 在上述研究的基础上，结合与某社区的合作课 题“个性化知识服务系统”的研究，为某社区建设了 参考文献： 一个提供个性化知识和信息服务系统网站（供小区 [1 ]LUO Qi,XU E Qiang.Research on application of associa- 局域网接入，外网不可访问)，为了得到实验的对比 tion rule mining algorithm in learning community [Cl// 结果，文中在个性化教学资源过滤模块中分别采用 Proceedings of CAAF11.Wuhan,2005. 传统批过滤算法和自适应过滤算法.实验数据来自 [2]WU Yanwen,WU Zhonghong.Knowledge adaptive pres- 社区教育中的法律知识，所有的文档为XML格式， entation strategy in E-learning [C]//Proceedings of Sec- ond International Conference on Knowledge Economy and 分为训练集(83650个文档)和测试集(723420个有 Development of Science and Technology.Beijing,2004. 序文档).测试共使用63个不同的主题，实验结果如 [3]HU Tian,XIA Yingju HUANG Xuanjing.A webr based 图所示，横轴是63个主题，按批过滤的准确率从大 Chinese information filtering system base on VSM [J ] 到小的顺序排列.纵轴则出了每个主题自适应过滤 Computer Engineering,2003,29(3):25-27. 和批过滤的准确率数值，批过滤每个主题平均提供 [4]LI Dun,CAO Yuanda.A new weighted text filtering 了10篇相关文本，而自适应过滤提供了2篇.此外， method [C]//Proceedings of International Conference on 不进行自适应的情况下，每个主题只提供2篇相关 Natural Language Processing and Knowledge Engineer- 文本 ing.Wuhan,2005. 1.0 [5]ROBERTSON S,HULL D A.The TREC-9 filtering ·白适应过滤算法 一批过滤算法 track final report[C]//Proceedings of the 9th Text Re- 081 trieval Conference.Gaithersburg,Maryland,USA, 0.6 一尤白适应过滤算法 2001. 0. 0. [6]HUANGXJ,WU L D,ISHIZA KI H,et al.Language independent text categorization [J].Journal of Chinese 0 203040 50 60 Information Processing,2000,14(2):1-7. 主题数/个 [7]LAWRENCE R D,ALMASI G S.Personalization of su- permarket product recommendations [J].Special Issue of 图4算法性能比较 the International Journal of Data Mining and Knowledge Fig.4 Performance comparison of batch algorithm Discovery,2001,15(5):11-32. and adaptive filtering algorithm 作者简介： 从图4中可以发现，与传统批过滤相比，自适 罗奇，男，1982生，讲师，主要研究方 应过滤的性能下降得并不是很大，2条曲线非常接 向为情感计算、智能计算！体育工程等，发表 近.事实上，两者的平均数值分别是31.7%和 论文多篇 26.5%,下降幅度仅为16.4%.相比之下，在不进行 自适应的情况下，大多数主题的准确率均有很大幅度 的下降，且平均准确率仅为17.5%，下降了45.8% 4结束语 谈宏华，男，1963生，博士，教授，武汉工 程大学电气信息学院院长，主要研究方向为 综上所述，文中提出了一种基于向量空间模型 机电一体化、智能控制等，曾主持项目40余 的教育资源自适应过滤算法.将该算法应用于基于 项，发表文章30余篇 社区E-learning的个性化知识服务系统中，能更好 地支持社区教育的开展.该算法己在实验中得到验 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net3 实 验 在上述研究的基础上 ,结合与某社区的合作课 题“个性化知识服务系统”的研究 ,为某社区建设了 一个提供个性化知识和信息服务系统网站 (供小区 局域网接入 ,外网不可访问) ,为了得到实验的对比 结果 ,文中在个性化教学资源过滤模块中分别采用 传统批过滤算法和自适应过滤算法. 实验数据来自 社区教育中的法律知识 ,所有的文档为 XML 格式 , 分为训练集(83 650个文档) 和测试集 (723 420个有 序文档) . 测试共使用 63 个不同的主题 ,实验结果如 图所示 ,横轴是 63 个主题 ,按批过滤的准确率从大 到小的顺序排列. 纵轴则出了每个主题自适应过滤 和批过滤的准确率数值. 批过滤每个主题平均提供 了 10 篇相关文本 ,而自适应过滤提供了 2 篇. 此外 , 不进行自适应的情况下 ,每个主题只提供 2 篇相关 文本. 图 4 算法性能比较 Fig. 4 Performance comparison of batch algorithm and adaptive filtering algorithm 从图 4 中可以发现 ,与传统批过滤相比 ,自适 应过滤的性能下降得并不是很大 ,2 条曲线非常接 近. 事实上 , 两者的平均数 值分别是 31. 7 %和 26. 5 % ,下降幅度仅为 16. 4 %. 相比之下 ,在不进行 自适应的情况下 ,大多数主题的准确率均有很大幅度 的下降 ,且平均准确率仅为 17. 5 % ,下降了 45. 8 %. 4 结束语 综上所述 ,文中提出了一种基于向量空间模型 的教育资源自适应过滤算法. 将该算法应用于基于 社区 E2learning 的个性化知识服务系统中 , 能更好 地支持社区教育的开展. 该算法已在实验中得到验 证 ,结果表明是有效的. 希望本文的工作能给相关人 员有所参考. 参考文献 : [1 ]LUO Qi ,XU E Qiang. Research on application of associa2 tion rule mining algorithm in learning community [ C]/ / Proceedings of CAAI211 . Wuhan , 2005. [ 2 ]WU Yanwen ,WU Zhonghong. Knowledge adaptive pres2 entation strategy in E2learning [C]/ / Proceedings of Sec2 ond International Conference on Knowledge Economy and Development of Science and Technology. Beijing , 2004. [3 ] HU Tian , XIA Yingju , HUAN G Xuanjing. A web2based Chinese information filtering system base on VSM [J ]. Computer Engineering , 2003 , 29 (3) :25227. [ 4 ] L I Dun , CAO Yuanda. A new weighted text filtering method [C]/ / Proceedings of International Conference on Natural Language Processing and Knowledge Engineer2 ing. Wuhan , 2005. [5 ] ROBERTSON S , HULL D A. The TREC29 filtering track final report[C]/ / Proceedings of the 9th Text Re2 trieval Conference. Gaithersburg , Maryland , USA , 2001. [6 ] HUAN G X J , WU L D , ISHIZA KI H ,et al. Language independent text categorization [J ]. Journal of Chinese Information Processing , 2000 ,14 (2) :127. [7 ]LAWRENCE R D ,ALMASI G S. Personalization of su2 permarket product recommendations [J ]. Special Issue of the International Journal of Data Mining and Knowledge Discovery , 2001 , 15 (5) :11232. 作者简介 : 罗 奇 ,男 ,1982 生 ,讲师 ,主要研究方 向为情感计算、智能计算| 体育工程等 ,发表 论文多篇. 谈宏华 ,男 ,1963 生 ,博士 ,教授 ,武汉工 程大学电气信息学院院长 ,主要研究方向为 机电一体化、智能控制等 ,曾主持项目 40 余 项 ,发表文章 30 余篇. · 49 · 智 能 系 统 学 报 第 3 卷