典型文献
面向指挥员关注的聚类推荐模型
文献摘要：
信息技术快速发展的条件下海量军事信息的大量涌现,人工查阅情报的传统方法已经不再适用,而人工制定或自动挖掘的关联规则难以捕获指挥员的关注方向,从而限制了大规模军事信息处理的性能.为了对不同关注点的指挥员提供个性化的信息推荐,文章提出了一种面向指挥员关注的基于强化学习的聚类推荐模型,通过强化学习从特定指挥员近期关注内容中学习到其行为模式,并使用聚类模型将尚未查看的信息推送到对应的指挥员,实现了从无差别信息共享到考虑角色关注的个性化关联目标.在真实世界的新闻数据集上验证表明,该模型针对具体指挥员进行新闻推荐的准确率较高.
文献关键词：
强化学习;聚类;行为模式;推荐模型
中图分类号：
作者姓名：
罗兵;刘海潮;封皓君
作者机构：
海军工程大学电子工程学院 武汉 430033
文献出处：
引用格式：
[1]罗兵;刘海潮;封皓君-.面向指挥员关注的聚类推荐模型)[J].舰船电子工程,2022(03):35-39
A类：
B类：
指挥员,类推,推荐模型,下海,情报,自动挖掘,关联规则,关注方向,信息处理,关注点,信息推荐,强化学习,行为模式,聚类模型,未查,查看,信息推送,送到,无差别,关联目标,真实世界,新闻数据,新闻推荐
AB值：
0.411659
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
