返回信息流目前需求是要完成一个监控用户桌面端操作从而能够预测用户下一步桌面操作的系统
现在已经完成的是监控部分，能够详细记录下用户桌面操作当中：打开，关闭，切换窗口
这三个基本事件，以及记录一些特定程序的详细信息（比如记录itunes正在播放的歌曲）
而目前卡住的就是如何根据这些数据集找到用户的操作模式然后根据用户当前的操作来预
测下一步操作。 由于我对AI的内容不熟悉，现在我只知道貌似贝叶斯网络是一种用的比
较广泛的预测方法，但是贝叶斯网的构建貌似在应用时，好像都是事先已经明确知道一种
因果关联在里头从而把网络搭建起来，那就是用贝叶斯前必须有另一个算法来从数据集里
挖掘出模式咯？那么一般又是使用怎样的算法？另外像我这种需求使用贝叶斯是否是一种
妥当的方案？
杂七杂八的各类AI，data mining的东西都看了点，但是思路还是有点乱，没找到一条清
晰地路，希望这里我把问题表达清楚了，望赐教。
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #6013同步于 2009/12/22
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
如何从数据集建立模型从而进行预测？
derkaiser
2009/12/22镜像同步5 回复
订阅后，新回复会通过你的通知中心匿名送达。
5 条回复