Feb, 2024

在线评估中将一级和二级因素一致性作为领域知识引导幸福计算

TL;DR基于大规模在线网络数据和机器学习方法的快乐计算是一个新兴的研究课题,支撑着从个人成长到社会稳定的一系列问题。本文通过经验研究视角提供了关于解释一致性的新见解,并研究如何引入领域知识约束以使机器学习模型更加可信。实验结果表明,稳定因素关系的领域知识不仅提高了快乐计算的准确性,还揭示了更有意义的快乐因素,以更好地辅助决策。