模型算法

本文介绍了网络挖掘的三个方面:内容挖掘、结构挖掘和用途挖掘,并探讨了如何利用网络挖掘进行推荐系统、风控模型和知识图谱的构建。接着,文章讲解了SIR模型在传染病传播中的应用,以及IRGAN如何通过强化学习在信息检索领域结合生成式和判别式模型,提升检索效果。
摘要由CSDN通过智能技术生成

听书时候听到SIR模型记录一下

网络挖掘

网络挖掘(web mining)让你通过内容挖掘、结构挖掘和用途挖掘在数据中寻找模型。内容挖掘用于审查搜索引擎和网络爬虫收集到的数据;结构挖掘用来审查与特定网络结构相关的数据;而用途挖掘则在网络交易时,用于审查用户可能提交的表格收集到的数据。
评估通过网络挖掘收集到的信息要运用传统的数据挖掘参数(有时还需要软件图表应用的帮助),如分类归并和分类、关联和序列模式审查。

推荐系统、风控模型、知识图谱,竟然都可以用网络挖掘来实现

SIR

SIR(susceptible infected recovered model)模型是是一种传播模型,是信息传播过程的抽象描述。是传染病模型中最经典的模型。其中,
S(susceptible)表示易感者,指未得病者,但缺乏免疫能力,与感病者接触后容易受到感染;
I表示感染者(Infective),指染上传染病的人,它可以传播给S类成员;
R表示移出者(Removal),指被隔离,或因病愈而具有免疫力的人。

SIR模型简单了解(Susceptible Infected Recovered Model)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值