Намерение добычи

В интеллектуальном анализе данных интеллектуальный анализ намерений или интеллектуальный анализ намерений представляет собой проблему определения намерений пользователя из журналов его/ее поведения при взаимодействии с компьютерной системой, например, в поисковых системах , где с 2002 года проводятся исследования намерений пользователя или прогнозирования намерений запросов (см. раздел 7.2.3 в ^[1] ); и коммерческих намерений, выраженных в сообщениях в социальных сетях. ^[2]

Понятие интеллектуального анализа намерений было введено в докторской диссертации доктора Газале Ходабанделу в 2014 году. ^{[3] [4] [5]} В этой диссертации представлен новый подход к интеллектуальному анализу процессов, называемый методом картографирования (MMM). Этот метод предназначен для автоматизации построения моделей намеренных процессов из следов. MMM использует скрытые марковские модели для моделирования взаимосвязи между действиями пользователей и стратегиями (т. е. различными способами выполнения намерений). Метод также включает в себя некоторые специальные алгоритмы, разработанные для вывода намерений пользователей и построения модели намеренного процесса (Map) соответственно. MMM моделирует намерения как ориентированный граф (с различными уровнями детализации) для лучшего понимания человеческого образа мышления . ^[5]

Приложение

Intention Mining уже используется в нескольких областях:

• Поиск в Интернете  : (Хашеми и др., 2008 г.), ^[6] (Чжэн и др., 2002 г.), ^[7] (Strohmaier & Kröll, 2012), ^[8] (Kröll & Strohmaier, 2012), ^[9] ( Парк и др., 2010), ^[10] (Джетава и др., 2011), ^[11] (Гонсалес-Каро и Баеза-Йейтс, 2011), ^[12] (Баеза-Йейтс и др., 2006) ^{[13 ]}
• Коммерческие намерения: выражены в социальных сетях (Чен и др., 2013) ^[2]
• Разработка программного обеспечения (Газале Ходабанделу ^[3] и др., 2013), ^[5] (Газале Ходабанделу и др., 2014), ^[14] (Газале Ходабанделу и др., 2014), ^[15]
• Бизнес: Обходные пути, ^[16] (Epure, 2013), ^[17] (Epure et al., 2014) ^[18]
• Инженерное дело: Моделирование отношений сущностей, ^[5] Методическое проектирование, ^[19] (Laflaquière et al., 2006), ^[20] (Clauzel et al., 2009), ^[21] Следы разработки ^[22]
• Домашнее видео: (Мэй и др., 2005) ^[23]

Смотрите также

• Обнаружение бизнес-процессов
• Управление бизнес-процессами
• Моделирование процесса
• Процесс добычи полезных ископаемых
• Последовательная добыча
• Скрытая марковская модель

Ссылки

1. Р. Баеза-Йейтс и Б. Рибейро-Нето. «Современный информационный поиск», второе издание, Addison-Wesley, 2011.
2. Zhiyuan Chen, Bing Liu, Meichun Hsu, Malu Castellanos и Riddhiman Ghosh. «Определение намерений сообщений на форумах для обсуждения». Труды конференции 2013 года Североамериканского отделения Ассоциации компьютерной лингвистики: Технологии человеческого языка (NAACL-HLT-2013), 9–15 июня 2013 г., Атланта, США.
3. "Главная". khodabandelou.com .
4. "Газале Ходабанделу".
5. Khodabandelou, G.; Hug, C.; Deneckere, R.; Salinesi, C. (2013). «Обнаружение контролируемых преднамеренных моделей процессов с использованием скрытых марковских моделей». IEEE 7-я международная конференция по проблемам исследований в области информационной науки (RCIS) . стр. 1–11. CiteSeerX 10.1.1.636.130 . doi :10.1109/RCIS.2013.6577711. ISBN  978-1-4673-2914-9. S2CID  15772563.
6. Хашеми, Р. Р., Бахрами, А., ЛаПлант, Дж. и Тербер, К. (2008). Выявление намерений посредством анализа посещенных сайтов. В Arabnia, HA и Хашеми, Р. Р. (ред.), Труды Международной конференции по инжинирингу информации и знаний 2008 года (стр. 417-422). CSREA Press.
7. Чжэн, Ч., Фань, Л., Хуань, Л., Инь, Л., Вэй-Ин, М. и Лю, В. (2002, ноябрь). Моделирование намерений пользователя в веб-приложениях с использованием интеллектуального анализа данных. World Wide Web, 5 (3) 181-191.
8. Штромайер, М. и Крёлль, М. (2012). Получение знаний о человеческих целях из журналов поисковых запросов. Обработка и управление информацией, 48 (1) 63-82.
9. Крёлль, М. и Стромайер, М. (2009). Анализ намерений человека в тексте на естественном языке. В Gil, Y. и Fridman Noy, N. (ред.), Труды 5-й Международной конференции по сбору знаний (стр. 197-198). Нью-Йорк, Нью-Йорк, США: ACM.
10. Парк, К., Ли, Т., Юнг, С., Лим, Х. и Нам, С. (2010). Извлечение намерений поиска из журналов веб-поиска. На 2-й международной конференции по конвергенции информационных технологий и услуг (стр. 1-6).
11. Jethava, V., Calderón-Benavides, L., Baeza-Yates, R., Bhattacharyya, C. & Dubhashi, D. (2011). Масштабируемая многомерная идентификация намерений пользователя с использованием древовидных распределений. В Ma, W.-Y., Nie, J.-Y., Baeza-Yates, RA, Chua, T.-S. & Croft, WB (ред.), Труды 34-й Международной конференции ACM по исследованиям и разработкам в области информационного поиска (стр. 395-404). Нью-Йорк, Нью-Йорк, США: ACM.
12. Гонсалес-Каро, К. и Баеза-Йейтс, Р. (2011). Многогранный подход к классификации намерений запросов. В Grossi, R., Sebastiani, F. и Silvestri F. (ред.), Труды 18-й Международной конференции по обработке строк и поиску информации (стр. 368-379). Берлин, Гейдельберг: Springer.
13. Baeza-Yates, R., Calderón-Benavides, R. & González-Caro, C. (2006). Намерение, стоящее за веб-запросами. В Crestani, F., Ferragina, P. & Sanderson, M. (ред.), Труды 13-й Международной конференции по обработке строк и поиску информации (стр. 98-109). Берлин, Гейдельберг: Springer.
14. Ходабанделу, Газале и др. «Неконтролируемое обнаружение преднамеренных моделей процессов из журналов событий». Труды 11-й рабочей конференции по репозиториям программного обеспечения для майнинга. ACM, 2014.
15. Ходабанделу, Газале, Шарлотта Хаг и Камиль Салинеси. «Новый подход к анализу процессов: обнаружение преднамеренных моделей процессов». Исследовательские проблемы в области информационной науки (RCIS), 2014 IEEE Восьмая международная конференция по. IEEE, 2014.
16. Outmazgin, N. & Soffer, P. (2010). Обходные пути бизнес-процессов: что может и что не может быть обнаружено с помощью анализа процессов. Лекционные заметки по обработке деловой информации, 147, 48-62.
17. Эпюр, Э.В. (2013). Интенционный анализ: решение для поддержки участников процесса в информационных системах, осознающих процессы (магистерская диссертация). Утрехтский университет, Нидерланды.
18. Что мне делать дальше? Интенционный анализ для гибкого процесса принятия Елена В. Эпюр, Шарлотта Хуг, Ребекка Денекере, Сьяак Бринккемпер, 26-я Международная конференция по передовой инженерии информационных систем (CAiSE), Салоники: Греция (2014)
19. Интеллектуальная гибкая методологическая структура, Янкович М., Баец М., Ходабанделу Г., Денекере Р., Хуг К., Салинеси К., 8-я Международная конференция по оценке новых подходов к программной инженерии 2013 г.
20. Laflaquière, J., Lotfi, Settouti, S., Prié, Y. & Mille, A. (2006). Trace-Based framework for experience management and engineering. В Gabrys, B, Howlett, RJ & Jain, LC (ред.), Proceedings of the 10th International Conference on Knowledge-Based Intelligent Information and Engineering Systems, 1 (1) Berlin, Heidelberg: Springer, 1171-1178.
21. Clauzel, D., Sehaba, K., & Prié, Y. (2009). Моделирование и визуализация следов для рефлексивности в синхронных совместных системах. В Badr, Y., Caballé, S., Xhafa, F., Abraham, A., & Gros, B. (ред.), Труды 1-й Международной конференции по интеллектуальным сетям и совместным системам (стр. 16-23). ​​IEEE.
22. Контролируемое и неконтролируемое обучение для обнаружения преднамеренной модели процесса Ходабанделу Г., Хаг К., Денекере Р., Салинеси К. В трудах по моделированию, разработке и поддержке бизнес-процессов (BPMDS) стр. 282-291, 2014 г.
23. Mei, T., Hua, X.-S. & Zhou, H.-Q. (2005). Отслеживание намерения захвата пользователей: новый дополнительный взгляд для анализа контента домашнего видео. В трудах 13-й ежегодной международной конференции ACM по мультимедиа (стр. 531-534). Нью-Йорк, Нью-Йорк, США: ACM.