arXiv cs.AI· Nassim Belmecheri, Noureddine Aribi, Nadjib Lazaar, Yahia Lebbah, Samir Loudni·· 3 天前AI 评分12
用 AHP 与主动学习提升模式排序函数的学习效率
Boosting the Learning for Ranking Patterns
AI 导读
研究者将模式排序函数的学习建模为多准则决策问题，用层次分析法（AHP）根据用户偏好为不同有趣度度量引出权重，并提出带敏感性启发式的主动学习模式以减少用户排序查询。实验显示，相比当前最优方法，该方案显著缩短运行时间、给出精确的模式排序，且对用户误差具有鲁棒性。
正文 · AI 翻译
摘要：模式挖掘是探索性数据分析的有价值工具，但为特定用户识别相关模式具有挑战性。已开发出各种有趣性度量来评估模式，但它们可能无法高效地估计用户特定的函数。已提出通过对模式进行排序来学习用户特定函数，但这需要大量时间和训练样本。在本文中，我们提出了一种解决方案，将学习模式排序函数的问题表述为多准则决策问题。我们的方法使用层次分析法（AHP）根据用户偏好为不同的有趣性度量引出权重。我们还提出了一种带有基于敏感性的启发式的主动学习模式，以最小化用户排序查询，同时仍提供高质量结果。实验表明，与最先进的方法相比，我们的方法显著减少了运行时间，并返回精确的模式排序，同时对用户错误具有鲁棒性。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.16511 [cs.AI] |
| （或 arXiv:2610.16511v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16511 arXiv 颁发的 DOI 通过 DataCite（待注册） |
|
| 相关 DOI： | https://doi.org/10.3390/a16050218
链接到相关资源的 DOI |
提交历史
来自：Nassim Belmecheri [查看电子邮件]
[v1]
2026年10月12日星期一 10:00:58 UTC（191 KB）
来源：arXiv cs.AI · arxiv.org