智能信息系統可根據用戶提供的背景知識和查詢實例，應用歸納學習方法，建立用戶分類模型。假設每個用戶實例包括用戶名、職業、學歷、使用的專業概念、交互方式、系統經驗等屬性，在收集實例時，應識別重要的屬性，減少次要的屬性個數，刪除無用條件，並給每個屬性賦予重要程度值。
如此處理，不僅提高了學習的經濟性(減少了存儲空間與計算量)，而且可避免學習處理的錯誤導向。對於獲取用戶分類模型的任務來說，用戶實例中的專業概念和系統經驗是最重要的屬性，他們描述了用戶的領域知識水平和應用系統的技能。
對每個實例的屬性賦予重要程度值後，應用實例歸納學習方法(不同於簡單的統計)，可以判別哪些用戶是專家，哪些用戶是無經驗的新手，以建立用戶分類模型，並在查詢實用過程中，逐步精練，直到滿足所期望的要求為止。
分享到:
閱讀更多 AI科技生活 的文章
