[1] P. Kakienko and M. Adamski, “Ad

[1] P. Kakienko and M. Adamski, “Adrosa-adaptive personalization of web
advertising,” in Information Science, vol. 177, 2007, pp. 2269–2295.
[2] N. Abe and A. Nakamura, “Learning to optimally schedule internet
banner advertisements,” in ICML ’99: Proceedings of the Sixteenth
International Conference on Machine Learning. San Francisco, CA,
USA: Morgan Kaufmann Publishers Inc., 1999, pp. 12–21.
[3] D. M. Chickering and D. Heckerman, “Targeted advertising with inventory
management,” in EC ’00: Proceedings of the 2nd ACM conference
on Electronic commerce. New York, NY, USA: ACM, 2000, pp. 145–
149.
[4] D. M. Chickering, D. Heckerman, C. Meek, J. C. Platt, and B. Thiesson,
“Goal-oriented clustering,” in Technical Report, MSR-TR-2000-82,
Microsoft, Redmond, WA, 2000.
[5] D. Kristol and L. Montulli, “Http state management mechanism,” in
ftp://ftp.rfc-editor.org/in-notes/rfc2965.txt, 2000.
[6] S. Josefsson, “The base16, base32, and base64 data encodings,” in
ftp://ftp.rfc-editor.org/in-notes/rfc3548.txt, 2003.
[7] M. Berry, “Survey of text mining : Clustering, classification, and
retrieval,” in Springer, 2004.
[8] B. Sarwar, G. Karypis, J. Konstan, and J. Reidl, “Item-based collaborative
filtering recommendation algorithms,” in WWW ’01: Proceedings
of the 10th international conference on World Wide Web. New York,
NY, USA: ACM, 2001, pp. 285–295.
[9] A. K. Jain, M. N. Murty, and P. J. Flynn, “Data clustering: a review,”
ACM Comput. Surv., vol. 31, no. 3, pp. 264–323, 1999.
[10] M. Steinbach, G. Karypis, and V. Kumar, “A comparison of document
clustering techniques,” 2000.
[11] J. M. Queen, “Some methods for the classification and analysis of multivariate
observations,” in Proceedings of the Fifth Berkeley Symposium
on Mathematical Statistics and Probability, 1967, pp. 281–297.
[12] T. Li, C. Zhang, and S. Zhu, “Empirical studies on multi-label classification,”
in International Conference on Tools with Artificial Intelligence,
2006, pp. 86–92.
[13] G. Tsoumakas and I. Katakis, “Multi-label classification: An overview,”
International Journal of Data Warehousing and Mining, pp. 1–13, 2007.
[14] R. J. Quinlan, C4.5: Programs for machine learning. Morgan Kaufmann,
1993.
[15] Y. Freund, “Boosting a weak learning algorithm by majority,” in Computational
Learning Theory, 1990.
[16] Y. Freund and R. E. Schapire, “A short introduction to boosting,” 1999.
[17] R. Kohavi, “A study of cross-validation and bootstrap for accuracy
estimation and model selection,” in International Joint Conference on
Artificial Intelligence, 1995, pp. 1134–1145.
[18] R. E. Schapire, “A bried introduction to boosting,” in International Joint
Conference on Artificial Intelligence, 1999, pp. 1401–1406.
[19] M. Steinbach, G. Karypis, and V. Kumar, “A comparison of document

ผลลัพธ์ (ไทย) 2:

[1] พีเอ็มและ Kakienko Adamski "ส่วนบุคคล Adrosa
ปรับเว็บโฆษณา" ในสารสนเทศฉบับ 177, 2007, หน้า 2269-2295..
[2] เอ็นเอ็บและเอมูระ
"การเรียนรู้ได้อย่างดีที่สุดที่จะกำหนดเวลาการอินเทอร์เน็ตโฆษณาแบนเนอร์" ใน ICML 99:
การดำเนินการของสิบหกประชุมนานาชาติเกี่ยวกับการเรียนรู้เครื่อง San Francisco, CA,
สหรัฐอเมริกา: มอร์แกน Kaufmann สำนักพิมพ์อิงค์ 1999, หน้า 12-21..
[3] DM Chickering และ D Heckerman
"การโฆษณากำหนดเป้าหมายการมีสินค้าคงคลังการจัดการ" ใน EC 00: การดำเนินการของการประชุม ACM 2
ในการพาณิชย์อิเล็กทรอนิกส์ นิวยอร์ก, นิวยอร์ก, สหรัฐอเมริกา:. ACM, 2000, pp ได้ 145-
149
[4] DM Chickering, D. Heckerman ซีถ่อมตน, เจซีแพลตและ B Thiesson,
"การจัดกลุ่มเป้าหมายที่มุ่งเน้น" ในทางเทคนิครายงาน MSR-TR-2000-82,
ไมโครซอฟท์เรดมอนด์, วอชิงตัน, 2000
[5] และคริสตอลดีแอล Montulli "Http กลไกการจัดการของรัฐ" ใน
ftp://ftp.rfc-editor.org/in-notes /rfc2965.txt 2000
[6] เอส Josefsson ว่า "base16, base32 และการเข้ารหัสข้อมูล base64" ใน
ftp://ftp.rfc-editor.org/in-notes/rfc3548.txt 2003
[ 7] เอ็มแบล็กเบอร์ "การสำรวจของการทำเหมืองข้อความ:
การจัดกลุ่มการจัดหมวดหมู่และการดึง" ในสปริง 2004
[8] บีโฉบกรัม Karypis เจ Konstan และเจ Reidl "รายการที่ใช้ร่วมกัน
ขั้นตอนวิธีการกรองคำแนะนำ "ใน WWW '01:
การดำเนินการของการประชุมนานาชาติครั้งที่10 ในเวิลด์ไวด์เว็บ New York,
NY, สหรัฐอเมริกา: ACM 2001, หน้า 285-295..
[9] AK เชน, มินนิโซตา Murty และ PJ ฟลินน์ "การจัดกลุ่มข้อมูล: รีวิว"
พลอากาศเอกคอมพิวเต Surv. ฉบับ 31 ไม่มี 3 ได้ pp. 264-323 1999
[10] เอ็มสไตน์บากรัม Karypis และโวลต์มาร์
"เปรียบเทียบเอกสารเทคนิคการจัดกลุ่ม" 2000
[11] JM ราชินี "วิธีการบางอย่างสำหรับการจัดหมวดหมู่และ
การวิเคราะห์หลายตัวแปรสังเกต"ในการดำเนินการของการประชุมทางวิชาการที่ห้าเบิร์กลีย์ในคณิตศาสตร์สถิติและความน่าจะเป็นปี 1967 ได้ pp. 281-297. [12] ตหลี่เหวยซีและเอสจู้" การศึกษาเชิงประจักษ์บนฉลากหลาย "การจัดหมวดหมู่ในการประชุมนานาชาติเกี่ยวกับเครื่องมือที่มีปัญญาประดิษฐ์,.. ปี 2006 หน้า 86-92 [13] G. Tsoumakas และฉัน Katakis" การจัดหมวดหมู่หลายป้ายชื่อ: ภาพรวม "วารสารนานาชาติคลังข้อมูลและการทำเหมืองแร่ได้pp . 1-13, 2007 [14] RJ ควินแลน C4.5: โปรแกรมสำหรับการเรียนรู้เครื่อง มอร์แกน Kaufmann, 1993 [15] วาย Freund "การส่งเสริมการเรียนรู้ขั้นตอนวิธีการที่อ่อนแอโดยส่วนใหญ่" ในการคำนวณการเรียนรู้ทฤษฎีปี1990 [16] วาย Freund และ RE Schapire "แนะนำสั้น ๆ เพื่อส่งเสริม" ปี 1999 [ 17] อาร์ Kohavi, "การศึกษาของการตรวจสอบข้ามและบูตเพื่อความถูกต้องการประมาณค่าและการเลือกรูปแบบ" ในการร่วมประชุมระหว่างประเทศเกี่ยวกับปัญญาประดิษฐ์, 1995, pp ได้. 1134-1145. [18] RE Schapire "แนะนำ bried ไป การส่งเสริมการ "ในการร่วมระหว่างการประชุมเกี่ยวกับปัญญาประดิษฐ์, 1999, pp ได้. 1401-1406. [19] เอ็มสไตน์บากรัม Karypis และโวลต์มาร์" เปรียบเทียบเอกสาร

ผลลัพธ์ (ไทย) 3:

[ 1 ] หน้า kakienko และ อดัมสกี้ " adrosa แบบส่วนบุคคลของเว็บโฆษณา
" ในข้อมูลวิทยาศาสตร์ ฉบับที่ 177 , 2550 . ( แสดง 2295 .
[ 2 ] . อาเบะ และ อ. นากามูระ " การเรียนรู้ดีที่สุดกำหนดการโฆษณาแบนเนอร์อินเทอร์เน็ต
" ใน icml ' 99 : ครั้งที่ 16
การประชุมนานาชาติด้านการเรียนรู้เครื่อง ซานฟรานซิสโก , CA , USA : มอร์แกนที่สุด
สำนักพิมพ์อิงค์ , 1999 , pp .12 – 21 .
[ 3 ] D . M . โปรแกรมและ heckerman " เป้าหมายการโฆษณากับการจัดการสินค้าคงคลัง
' กกต. ' 00 : รายงานการประชุมทางวิชาการ ครั้งที่ 2 โดยการประชุม
ในพาณิชย์อิเล็กทรอนิกส์ New York , NY , USA : ACM , 2000 , pp . 145 –
149 .
[ 4 ] D . M . โปรแกรม ดี heckerman , C . ถ่อมตัว , J . C . แพลทท์ และ thiesson
" วางเป้าหมาย , การจัดกลุ่ม , " ในรายงานทางเทคนิค msr-tr-2000-82
, , Microsoft , Redmond , WA , 2543 .
[ 5 ] dคริสตอลและ montulli " กลไกการจัดการสถานะ HTTP "
ftp://ftp.rfc-editor.org/in-notes/rfc2965.txt 2000
[ 6 ] . josefsson " base16 base32 Base64 เข้ารหัสข้อมูลและ , , , "
ftp://ftp.rfc-editor.org/in-notes/rfc3548.txt 2003
[ 7 ] เมตร เบอร์รี่ " การสำรวจเหมืองแร่ข้อความ : การจัดกลุ่ม การจัดหมวดหมู่ และ
สืบค้น " ใน Springer , 2547 .
[ 8 ] B karypis Sarw ā r , G , J . konstan และเจreidl " รายการร่วมกัน
กรองตามขั้นตอนวิธีการแนะนำ " ใน www ' 01 : ตอน
ของการประชุมระหว่างประเทศ 10 บนเวิลด์ไวด์เว็บ นิวยอร์ก ,
NY , USA : ACM , 2001 , pp . 285 – 295 .
[ 9 ] . K . เจน เอ็ม เอ็น murty และพีเจ ฟลินน์ " กลุ่มข้อมูล : ทบทวน "
พลอากาศเอกคอมพิวเตอร์ . surv . , ปีที่ 31 , ฉบับที่ 3 , pp . 264 – 323 , 2542 .
[ 10 ] ม. Steinbach จี karypis และวี คูมาร์" การเปรียบเทียบเอกสาร
สำหรับเทคนิค " 2000
[ 11 ] เจ. เอ็ม. Queen , " วิธีการบางอย่างสำหรับการจำแนกและการวิเคราะห์ข้อมูลหลายตัวแปรในเรื่อง
"
5 ใน Berkeley Symposium คณิตศาสตร์สถิติและความน่าจะเป็น , 1967 , pp . 281 - 297 .
[ 12 ] ต. ลี้ ซี จาง , และ จู " การศึกษาเชิงประจักษ์ในการจำแนกฉลากหลาย "
ในการประชุมนานาชาติเรื่องเครื่องมือที่มีปัญญาประดิษฐ์
2006 , pp . 86 – 92 .
[ 13 ] ก. tsoumakas และฉัน katakis " การจำแนกฉลากหลาย : ภาพรวม "
วารสารข้อมูลคลังสินค้าและเหมืองแร่ , PP 1 – 13 , 2007 .
[ 14 ] R . J . ควินแลนโปรแกรม C4.5 , โปรแกรมสำหรับ การเรียนรู้เครื่อง มอร์แกนที่สุด

, 2536 . [ 15 ] Y Freund " ส่งเสริมขั้นตอนวิธีการเรียนรู้อ่อน โดยส่วนใหญ่" ในการคำนวณ
ทฤษฎีการเรียนรู้ , 2533 .
[ 16 ] Y Freund และ R . E . schapire " แนะนำสั้นเพื่อส่งเสริม " 1999
[ 17 ] R . kohavi " การศึกษาข้ามการตรวจสอบและประประเมินความถูกต้อง
และเลือกรูปแบบ , " ใน ประชุมวิชาการนานาชาติร่วม 2538
ปัญญาประดิษฐ์ 1 ) , เวลา . .
[ 18 ] R . E . schapire " bried แนะนำส่งเสริม "
ร่วมระหว่างประเทศประชุมเรื่องปัญญาประดิษฐ์ ปี 1999 , pp . 1944 – 1406 .
[ 19 ] ม. Steinbach karypis G และ V . Kumar , " การเปรียบเทียบเอกสาร