> Es geht wie gesagt um das Verhalten des Benutzers auf der Website. Das > System soll Zusammenh�nge selbst�ndig erkennen und weitere Verwandte > Bereiche anbieten. Dazu m�chte ich Suchingaben sowie das > Navigationsverhalten auswerten.
Du musst schon definieren was Zusammenh�nge sind... Eine Beispiels-M�glichkeit w�re z.B. zu jeder Seite zu speichern welche Seite als n�chstes und �bern�chstes angesteuert wird. Die n�chste gewichtet man mit 1 und die �bern�chste mit 0.5 Nun kann man pro Seite die 5 h�chstgewichteten Nachfolgeseiten anbieten... o.�. Diese Listen berechnet man normalerweise nur jede Nacht neu o.�., damit man sie tags�ber einfach nur abrufen kann... Aber Du musst Dir wirklich ein genaueres Konzept machen was erkannt werden soll und wie es dargestellt werden soll.. Sowas muss auch zu einer Site passen... Es bringt nichts auf einer privaten Site mit 10 Unterseiten so ein System einzubauen... Die Listen h�tten einfach keine Relevanz, da sich fast jeder alles anschaut... Oft macht ein keyword-system oder ein h�ndisches verlinken der verwandten seiten mehr sinn als ein automatischen, da man hier kl�ger vorgehen kann.... Ein automatische System kann z.B. auch oft gemachte Navigationsfehler verst�rken... > > Kannst du mir grunds�tzliches zum Thema neuronale Netze sagen? > Wie geh ich da ran wenn ich sowas machen m�chte? Also ich w�rde Dir empfehlen dazu ein Buch aus der Bibliothek auszuleihen... Es gibt sehr viele Parameter an denen man drehen kann... z.B. welche Art von Neuronen man verwendet, wieviele Neuronen man verwendet und wie man sie schichtet und miteinander verbindet, verschiedene Trainingsalgorithmen(teilweise abh�ngig vom Neuronentyp) etc. > Wie sehen solche Algorhythmen aus? Grunds�tzlich sind Trainingsalgorithmen iterativ, d.h. man schaut welche Outputs man auf welche Inputs bekommt und l�sst dann den Algorithmus kleine ver�nderungen an den Gewichtungen der Neuronen machen, die wahrscheinlich zu einem richtigeren Ergebnis f�hren... Man kann auch genetische Algorithmen benutzen um die Gewichtungen zu bekommen oder einfach nur um einen besseren Start-Konstellation zu bekommen von der man dann mit normalen Trainingsalgos weitermacht... Dies ist normalerweise das aufw�ndigste und man muss darauf achten, dass das neuronale Netz nicht das falsche lernt... Bekanntes Beispiel: Man wollte ein neuronales Netz trainieren Panzer von normalen Fahrzeugen zu unterscheiden. Das klappte irgendwann auch ganz gut, nur mit neuen Bildern funktionierte das nicht... Panzer wurden immer als normale Fahrzeuge erkannt... Bis mal auffiel, dass die alten Panzerbilder alle auf Waldlichtungen o.�. Geschossen wurden und die normalen Fahrzeuge im offenen Gel�nde... Man hatte also dem neuronalen Netz beigebracht zu erkennen, ob sich B�ume auf dem Bild befinden... Die neueren Panzerbilder waren im offenen Gel�nde gemacht... Wenn Du erst mal ein richtig trainiertes Netz hast, dann ist die auswertung eines Inputs normalerweise nicht so aufwendig und eine Funktion der Neuronenanzahl. Gruss, Claudius | [aspdecoffeehouse] als [email protected] subscribed | http://www.aspgerman.com/archiv/aspdecoffeehouse/ = Listenarchiv | Sie k�nnen sich unter folgender URL an- und abmelden: | http://www.aspgerman.com/aspgerman/listen/anmelden/aspdecoffeehouse.asp
