Yinelemeli Arama Algoritması – Basım Teknolojileri – Basım Teknolojileri Ödevleri – Basım Teknolojileri Ödev Ücretleri – Basım Teknolojileri Bölümü
Özyinelemeli Arama Modeli: Matematiksel Biçimcilik
Bu hususları resmi bir matematiksel çerçeveye oturtmak için, ti yılında yayınlanan i yeni bir makaleyi ve tj yılında yayınlanan eski bir makaleyi j ele alıyoruz. Yeni kağıt i, uygunluğuna ve yaşına bağlı olarak doğrudan j kağıdını seçebilir. Böyle bir doğrudan alıntı olasılığının olduğunu varsayıyoruz.
Burada ηj, j makalesinin i makalesine yaptığı çekiciliği karakterize eden makalenin uygunluğu, R0i i’nin referans listesinin uzunluğu, N(tj) tj yılında yayınlanan makalelerin sayısı ve A(ti , tj ) yaşlanma fonksiyonudur. (Daha sonra, bu fonksiyonun tüm kağıtlar için aynı olduğunu ve yalnızca t = ti − tj , j kağıdının i kağıdına göre yaşı olduğuna bağlı olduğunu göstereceğiz.)
Arkasındaki mantık, yazarın yeni makalesinin referans listesi için makale seçimini etkileyen niteliksel ve zamansal yönler arasındaki ayrımdır. Gerçekten de, j makalesinin i makalesinin yazarına yaptığı itiraz, her şeyden önce, içeriklerinin örtüşmesi, j kağıdının “kalitesine” ve i’ye göre yaşına göre belirlenen alaka düzeyine bağlıdır.
Tüm makalelerin aynı topluluğa ait olduğunu varsaydığımız için, burada yapıldığı gibi içeriklerin örtüşmesini veya benzerliğini dikkate almıyoruz.
Kağıdın “kalitesi” uygunluk ηj ile ölçülürken bağıl yaş A(ti , tj ) fonksiyonu ile ölçülür. Ayrıca, j kağıdını seçme olasılığı, i makalesinin referans listesinin uzunluğu olan R0i ile artar (liste ne kadar uzunsa, ek referanslar seçme olasılığı o kadar yüksek olur).
Öte yandan, i’nin yazarı N (tj ) benzer makale arasından seçim yapmak zorunda olduğundan, j makalesini seçme olasılığı, tj yılında yayınlanan makale sayısı olan N(tj)’ye ters olarak bağlıdır.
Alternatif olarak, yeni kağıt i, önceden seçilmiş bir kağıt k’nin referans listesinden bazı eski j kağıtlarını alabilir. i’nin yazarının j’yi seçmesinin nedenleri arasında, k ara kağıdının yaşı kesinlikle önemlidir.
j’nin seçimini destekleyen başka nedenler bilemeyiz, bu nedenle k’yi referans listesine ekledikten sonra, referanslarından herhangi birini eşit olasılıkla alabileceğine dair basit bir varsayımda bulunuyoruz. Bu olasılığı Θikj ile belirtiyoruz ve aşağıdaki formu aldığını varsayıyoruz.
Burada T(ti,tk), yakın tarihli bir makaleden dolaylı bir referans alma olasılığının eski bir makaleden alma olasılığından daha yüksek olduğu gerçeğini yakalayan eskime işlevidir. Ara kağıt k’nın paydasında görünen referans listesinin uzunluğu olan R0k, herhangi bir k referansının eşit olasılıkla alınabileceği varsayımımızı yansıtır.
İlk varsayımımız, T(ti , tk )’nin yalnızca ti ve tk’ye bağlı olduğudur. Daha sonra bu varsayımı revize edeceğiz. Şimdi j makalesinin i makalesi tarafından dolaylı olarak alıntılanmasının toplam olasılığını ele alıyoruz ve bunu Πindir ile gösteriyoruz.
Bunun için kompakt bir ifade yazmak için, ağ biçimciliğine geçiyoruz, yani, makalelerin düğümler ve alıntıların kenarlar olduğu karmaşık ağı göz önünde bulunduruyoruz. Bu ağ yönlendirilmiş ve çevrimsizdir.
Bağlanabilirliğini karakterize etmek için, aşağıdaki şekilde tanımlanan komşuluk matrisi amn’yi tanıtıyoruz: eğer m n’den alıntı yapıyorsa amn = 1, aksi takdirde amn = 0. İlk varsayımımız (daha sonra revize edilecek), Πindir’in tüm ara maddelerin toplamı olduğudur. ij’lerinde j kağıdı bulunan kağıtlar k referans listeleri, yani Πindir = Θikj . Bitişiklik matrisini kullanarak, ij k∈(ref. list of i) bu ifadeyi tüm kağıtlar l üzerinden bir toplam olarak yeniden düzenleriz.
Modeli geliştirmek ve onu ölçümlerle karşılaştırmak için yaptığımız başlangıç varsayımımızın bu olduğunu burada vurguluyoruz. Daha sonra, aslında Θikj olasılıklarının özetlemediğini, aksine karıştığını ortaya koyan ölçümleri sunacağız. Bu, bir şeyle değiştirmemizi isteyecektir.
A arama Algoritması
Arama algoritmaları
Yerel arama algoritması
Yinelemeli üretim tipi nedir
Yinelemeli üretim nedir
İteration method
Yinelemeli Arama Algoritması
Modelimiz, yeni bir i makalesinin yazarının referans listesini aşağıdaki prosedüre göre oluşturduğunu varsayar:
1. Referans listesinin hedef uzunluğu R0i olarak ayarlanır ve bu listenin çalışma uzunluğu sıfıra ayarlanır, R̃0i = 0.
2. Her makale l için atıf yapılma olasılığı Πil’e göre hesaplanır.
3. Πil olasılık seti verildiğinde, bir kağıt j seçilir.
4. Bu makale için komşuluk matrisi öğesi güncellendi, aij = 1.
5. Çalışan referans listesinin uzunluğu güncellenir, R̃0i = R̃0i + 1.
6. Eğer R̃0i < R0i ise (2)’ye gidin, aksi takdirde durun.
Bu algoritma ilk modelimizi yakalar ve model kalibrasyonundan sonra güncellenir. Çoğu yazarın referans listelerini oluşturma sürecini taklit eder. Karşılık gelen model, ölçümlerden bulunacak olan A ve T olmak üzere iki ampirik fonksiyon içerir.
Bu prosedüre model kalibrasyonu adı verilir ve tartıştığımız konu da budur. Ek olarak, modelimiz doğrulama gerektiren birkaç varsayıma dayanmaktadır ve konu budur.
Modelimizin atıf sürecinin zamansal yönüne odaklandığını ve atıf ile atıf yapılan makaleler arasındaki benzerlik gibi diğer hususları bir kenara bıraktığını da belirtmek gerekir. Bu son varsayım, bir topluluğa ait kağıtları ele aldığımız sürece haklı çıkar.
Referanslar için Ortalama Alan Modeli
Ti yılında yayınladığım bir makaleyi ele alıyoruz ve referansların yaş dağılımı olan Ri(ti , tj )d t’yi tanıtıyoruz. Bu işlev, i’nin referans listesindeki zaman penceresinde yayınlanan referansların sayısını sayar (tj , tj + d t ). ti Ri(ti , tj )d tj = R0i normalleştirme koşulunu karşılar.
ri(ti,tj) tek bir i makalesini karakterize ederken, rk(ti,tk), i’nin tk yılında yayınlanan tüm referanslarının ortalamasıdır. Denklemin türetilmesinde. ri(ti,tk) ve rk(tk,tj)’nin ilintisiz olduğunu varsaydık. Bu naif varsayımı, yalnızca referanslar için bu tür korelasyon ölçümleri olmadığı için yaptık. Daha sonra bu varsayımı revize edeceğiz.
Ri(ti,tj)’nin Ri(ti,tj)’ye göre büyük bir avantajı, birincisinin ti ve tj’ye ayrı ayrı bağlı olmaması, sadece onların farkı t = ti − tj ile belirlenmesidir.
A ve T, sırasıyla, ti yılında yayınladığım tüm makalelerin ortalaması alınan eskime ve eskime fonksiyonlarıdır. r(t) açıkça ti’ye bağlı olmadığından, A(ti , ti − t ) ve T (ti , ti − τ ) fonksiyonlarının da açıkça ti’ye bağlı olmadığı sonucuna varıyoruz.
A arama Algoritması Arama algoritmaları İteration method Yerel arama algoritması Yinelemeli üretim nedir Yinelemeli üretim tipi nedir
Son yorumlar