期刊文献+
共找到20篇文章
< 1 >
每页显示 20 50 100
一种检测兴趣漂移的元路径推荐模型
1
作者 石磊 丁鑫 +1 位作者 陶永才 卫琳 《小型微型计算机系统》 CSCD 北大核心 2019年第3期612-617,共6页
推荐系统向用户推荐个性化的产品或服务.传统的推荐系统研究中,用户兴趣被认为是稳定不变的,而事实上,因为各种因素的影响,用户兴趣会发生改变,称为用户兴趣漂移.如何跟踪用户兴趣漂移,是提高推荐系统准确率的关键,也是近年来推荐系统... 推荐系统向用户推荐个性化的产品或服务.传统的推荐系统研究中,用户兴趣被认为是稳定不变的,而事实上,因为各种因素的影响,用户兴趣会发生改变,称为用户兴趣漂移.如何跟踪用户兴趣漂移,是提高推荐系统准确率的关键,也是近年来推荐系统的研究热点.本文设计一种兴趣漂移检测方法,从项目的内容信息和协同信息两个角度构建用户的兴趣特征向量,检测用户兴趣漂移;然后依据兴趣漂移构建加权的用户-项目异构图;最后引入元路径来描述用户-项目异构图中不同类型节点间的关联关系,寻找与用户有较大关联度的项目推荐给用户.本文在MovieLens数据集上对该模型进行了验证,较BPIR算法,推荐准确度提高了3. 02%. 展开更多
关键词 兴趣漂移 异构网络 元路径 个性化推荐
基于内容和兴趣漂移模型的电影推荐算法研究 预览 被引量:8
2
作者 吕学强 王腾 +1 位作者 李雪伟 董志安 《计算机应用研究》 CSCD 北大核心 2018年第3期717-720,802共5页
针对基于内容的推荐算法中,内容相似度计算精度低、用户兴趣漂移等问题,提出一种结合影评内容相似度和长短期兴趣模型来计算电影相似度的推荐方法。算法利用TextRank、Word2Vec等技术和模型对影评进行关键词抽取和词向量构建,同时基... 针对基于内容的推荐算法中,内容相似度计算精度低、用户兴趣漂移等问题,提出一种结合影评内容相似度和长短期兴趣模型来计算电影相似度的推荐方法。算法利用TextRank、Word2Vec等技术和模型对影评进行关键词抽取和词向量构建,同时基于Word2Vec训练结果进行电影内容相似度计算,一定程度上解决了近义词、网络词等带来的准确率下降问题;然后基于长短期兴趣漂移模型,统计用户对不同内容属性的偏好权重,并随时间窗口动态计算电影相似度矩阵,缓解了用户兴趣随时间漂移而改的问题;最后根据不同推荐策略获得推荐结果。实验结果证明,该算法比对比方法正确率提高了5%左右,同时兴趣模型提取了用户长短期兴趣标签,在工业界及基于标签的算法等场景中都具有很高的实用价值。 展开更多
关键词 个性推荐 词向量模型 用户偏好 兴趣漂移 聚类 集合相似度
在线阅读 下载PDF
一种基于动态角色标识和张量分解的推荐模型 预览
3
作者 肖云鹏 刘晏驰 +1 位作者 刘红 刘媛妮 《电子学报》 CSCD 北大核心 2018年第3期569-574,共6页
社交网络推荐中,通常未依据用户兴趣变化进行用户角色动态标注,会造成推荐预测误差,并且用户评分数据稀疏造成评分预测不准确.根据以上问题,本文提出一种基于动态角色标识和张量分解的推荐模型.首先,针对用户角色无差别标识问题,引入信... 社交网络推荐中,通常未依据用户兴趣变化进行用户角色动态标注,会造成推荐预测误差,并且用户评分数据稀疏造成评分预测不准确.根据以上问题,本文提出一种基于动态角色标识和张量分解的推荐模型.首先,针对用户角色无差别标识问题,引入信息熵指标度量用户兴趣多样性,对目标用户进行角色定量标识.其次,考虑到用户兴趣漂移现象,提出基于时间窗的动态角色标识方式,解决静态角色标识产生的个体评分数据无偏好差异问题,实现用户评分数据层次化处理.最后,为提高评分预测准确率,通过引入张量分解在数据维度转换和数据压缩的特性,构建基于“用户项目角色”张量分解的评分预测模型.同时,在张量分解的过程中,通过对数据缺失值处理,提高评分预测精度,生成目标用户推荐列表.实验表明,该方法缓解了用户无角色差异形成的预测误差问题,并能够有效改善评分数据稀疏情况下传统方法推荐精度不足的问题,提高推荐效率. 展开更多
关键词 推荐系统 动态角色标识 张量分解 社交网络 兴趣漂移 稀疏性
在线阅读 下载PDF
基于兴趣衰减的个性化排序算法 预览 被引量:1
4
作者 王林 刘继源 马安进 《计算机工程》 CSCD 北大核心 2017年第9期214-219,227共7页
目前多数个性化排序算法未考虑用户兴趣随时间产生的漂移变化,从而影响排序质量。为此,提出一种融合用户兴趣衰减的个性化排序算法。利用传统个性化排序算法的用户兴趣模型,及用户搜索兴趣的变化规律,分析搜索兴趣程度的时间衰减性,以... 目前多数个性化排序算法未考虑用户兴趣随时间产生的漂移变化,从而影响排序质量。为此,提出一种融合用户兴趣衰减的个性化排序算法。利用传统个性化排序算法的用户兴趣模型,及用户搜索兴趣的变化规律,分析搜索兴趣程度的时间衰减性,以人类遗忘曲线为基础给出适合搜索兴趣变化的指数遗忘函数,并将其运用到传统个性化排序算法中。实验结果表明,与基于兴趣模型的个性化排序算法相比,该算法能提高个性化搜索引擎的查准率。 展开更多
关键词 搜索引擎 个性化排序 搜索兴趣 兴趣漂移 遗忘曲线
在线阅读 下载PDF
基于动态标签-资源网络图的信息资源推荐 被引量:1
5
作者 王忠群 蒋胜 +2 位作者 修宇 皇苏斌 汪千松 《现代图书情报技术》 CSSCI 2015年第3期49-57,共9页
【目的】解决推荐系统向目标用户推荐过时信息资源的问题。【方法】提出一种基于动态标签一资源网络图的个性化信息资源推荐方法。以资源拥有的共同标签作为连边,建立资源网络图以形成资源语义链,再由资源网络图的连边投影构建具有时... 【目的】解决推荐系统向目标用户推荐过时信息资源的问题。【方法】提出一种基于动态标签一资源网络图的个性化信息资源推荐方法。以资源拥有的共同标签作为连边,建立资源网络图以形成资源语义链,再由资源网络图的连边投影构建具有时间属性的标签网络图以刻画用户兴趣漂移,继而在标签网络图中匹配目标用户兴趣的动态标签,实现为用户推荐精准信息资源。【结果】在数据集MovieLens上验证本方法能够跟踪、预测用户兴趣漂移,实施资源精准推荐,且平均绝对误差(MAE)较传统方法降低近15%。【局限】诸如信息检索中用户兴趣频繁变化的实时动态环境下的推荐暂未考虑。【结论】该方法可实现为兴趣动态变化的用户推荐更为精准的信息资源。 展开更多
关键词 社会化标签 资源网络 图标签网络图 兴趣漂移 资源推荐
一种结合遗忘机制与加权二部图的推荐算法 预览 被引量:3
6
作者 刘晓光 谢晓尧 《河南科技大学学报:自然科学版》 CAS 北大核心 2015年第3期48-53,共6页
为了解决因用户兴趣漂移而导致推荐质量下降的问题,本文引入了用户对产品的遗忘因子。通过分析用户的浏览记录和打分情况,建立用户的动态兴趣模型;并计算用户对产品的遗忘因子,利用遗忘因子作为加权二部图的权值,通过二部图的资源分配... 为了解决因用户兴趣漂移而导致推荐质量下降的问题,本文引入了用户对产品的遗忘因子。通过分析用户的浏览记录和打分情况,建立用户的动态兴趣模型;并计算用户对产品的遗忘因子,利用遗忘因子作为加权二部图的权值,通过二部图的资源分配方法产生用户的推荐列表。在数据集Movie Lens上的实验表明:该算法能有效地处理用户兴趣漂移的问题,提高推荐列表的推荐质量。 展开更多
关键词 兴趣漂移 遗忘机制 加权二部图 资源分配 推荐算法
在线阅读 免费下载
基于多维度权重动态更新的用户兴趣模型 预览 被引量:3
7
作者 任保宁 梁永全 +2 位作者 赵建立 廉文娟 李玉军 《计算机工程》 CAS CSCD 2014年第9期42-45,共4页
面向个性化电影推荐领域,提出一种基于多维度权重动态更新的用户兴趣模型。将电影分成演员、导演、类别、地区和时间5个维度,分别计算电影在这些维度上的相似度。采用归一化方法将电影之间的相似度转化为用户兴趣模型中的多维度权重,并... 面向个性化电影推荐领域,提出一种基于多维度权重动态更新的用户兴趣模型。将电影分成演员、导演、类别、地区和时间5个维度,分别计算电影在这些维度上的相似度。采用归一化方法将电影之间的相似度转化为用户兴趣模型中的多维度权重,并应用TF-IDF算法计算各维度中特征词的权重,从而实现电影各维度权重及其特征词权重的动态更新。利用基于内容的推荐算法,在MovieLens数据集进行实验,结果表明,该模型具有较高的推荐准确率和召回率,并且能够发现用户对电影维度的偏好,解决用户兴趣漂移问题。 展开更多
关键词 用户兴趣模型 个性化推荐 动态权重更新 多维度 维度相似度 兴趣漂移
在线阅读 下载PDF
灵活适应不同业务的个性化推荐系统研究 预览 被引量:1
8
作者 陶彩霞 袁海 +1 位作者 陈康 马安华 《电信科学》 北大核心 2014年第8期131-135,148共6页
互联网技术的迅速发展,尤其是以个性化为主要特点的Web2.0的不断成熟,使得大量信息同时呈现在人们面前,个性化推荐技术的价值日益凸显。提出了一种灵活适应不同业务的个性化推荐系统设计方案,采集并分析用户的所有显式行为和隐式... 互联网技术的迅速发展,尤其是以个性化为主要特点的Web2.0的不断成熟,使得大量信息同时呈现在人们面前,个性化推荐技术的价值日益凸显。提出了一种灵活适应不同业务的个性化推荐系统设计方案,采集并分析用户的所有显式行为和隐式行为。结合用户行为配置文件和熵值法分析用户对物品的兴趣度,并引入时间遗忘函数,解决用户兴趣漂移问题,然后基于协同过滤技术得到用户的个性化推荐列表。通过实际数据进行测试.给出了系统推荐效果评估分析。 展开更多
关键词 个性化推荐系统 用户兴趣分析 兴趣漂移 协同过滤
在线阅读 下载PDF
引入漂移特性的用户兴趣模型优化研究 预览 被引量:2
9
作者 南智敏 钱松荣 《微型电脑应用》 2012年第3期 30-32,共3页
根据用户浏览网页时的操作行为,通过量化的方法建立起用户兴趣模型来反映用户兴趣,从而针对不同用户推荐其可能感兴趣的文章。基于兴趣模型的更新效率问题和用户兴趣的漂移特性,引入兴趣模型的时间分段机制和时间衰减机制,对兴趣模... 根据用户浏览网页时的操作行为,通过量化的方法建立起用户兴趣模型来反映用户兴趣,从而针对不同用户推荐其可能感兴趣的文章。基于兴趣模型的更新效率问题和用户兴趣的漂移特性,引入兴趣模型的时间分段机制和时间衰减机制,对兴趣模型进行了持续优化。实验表明,优化的兴趣模型在系统性能上有较大的提升,并能较好地反映出用户的兴趣变化,对于用户兴趣的表征更加准确,从而进一步提高了兴趣模型推荐文章的准确率。 展开更多
关键词 兴趣漂移 用户兴趣模型 时间分段机制 时间衰减机制
在线阅读 下载PDF
基于艾宾浩斯遗忘的用户兴趣模型更新机制 被引量:6
10
作者 韩晓吉 刘凤鸣 《网络安全技术与应用》 2012年第7期68-71,共4页
用户兴趣更新是指在用户兴趣模型建立之后,对模型增加新获取的用户兴趣知识或者删除过时不用的用户兴趣知识。本文基于艾宾浩斯遗忘规律,对用户兴趣漂移和更新用户兴趣模型分别提出前验用户兴趣漂移和基于遗忘百分比更新的算法,这两个... 用户兴趣更新是指在用户兴趣模型建立之后,对模型增加新获取的用户兴趣知识或者删除过时不用的用户兴趣知识。本文基于艾宾浩斯遗忘规律,对用户兴趣漂移和更新用户兴趣模型分别提出前验用户兴趣漂移和基于遗忘百分比更新的算法,这两个算法共同组成了用户兴趣模型的更新机制。 展开更多
关键词 艾宾浩斯 遗忘 用户兴趣模型 兴趣漂移 更新
邮件系统中的兴趣漂移混合模型 预览 被引量:4
11
作者 布红艳 王国胤 董振兴 《计算机工程与设计》 CSCD 北大核心 2011年第12期 4026-4029,共4页
针对如何在邮件系统中进行用户兴趣模型更新的问题,提出了一种兴趣漂移方法。根据用户长期兴趣和短期兴趣的不同特点,对短期兴趣模型采用时间窗口方法,对长期兴趣模型采用遗忘函数方法进行模型更新。实验结果表明,短期兴趣模型能很好地... 针对如何在邮件系统中进行用户兴趣模型更新的问题,提出了一种兴趣漂移方法。根据用户长期兴趣和短期兴趣的不同特点,对短期兴趣模型采用时间窗口方法,对长期兴趣模型采用遗忘函数方法进行模型更新。实验结果表明,短期兴趣模型能很好地预测用户近期的兴趣,长期兴趣模型对较长时间段内用户兴趣的预测更稳定。采用混合模型能更好地描述用户兴趣。 展开更多
关键词 邮件系统 兴趣漂移 时间窗口 遗忘函数 混合模型
在线阅读 下载PDF
混合模型的用户兴趣漂移算法 预览 被引量:7
12
作者 郭新明 弋改珍 《智能系统学报》 2010年第2期 181-184,共4页
针对个性化信息服务中的用户兴趣漂移问题,提出了一种新的正态分布密度曲线遗忘函数,该函数符合用户兴趣遗忘的规律.并且将用户模型定义为长期模型和短期模型相结合的混合模型,其中短期模型使用最近最久未使用的滑动窗口算法进行更... 针对个性化信息服务中的用户兴趣漂移问题,提出了一种新的正态分布密度曲线遗忘函数,该函数符合用户兴趣遗忘的规律.并且将用户模型定义为长期模型和短期模型相结合的混合模型,其中短期模型使用最近最久未使用的滑动窗口算法进行更新,长期模型采用正态渐进遗忘算法进行更新.实验表明,该方法能够较迅速地发现和准确地跟踪用户的兴趣变化,提高了个性化信息服务的效率. 展开更多
关键词 个性化 混合模型 兴趣漂移 遗忘函数
在线阅读 下载PDF
基于时间加权的协同过滤算法研究 预览 被引量:11
13
作者 丛晓琪 杨怀珍 刘枚莲 《计算机应用与软件》 CSCD 2009年第8期 120-121,140,共3页
协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一,但传统的算法没有考虑用户兴趣漂移的问题,导致推荐系统的推荐质量下降。针对这个问题,提出了基于时间加权的协同过滤算法。实验表明,改进的算法提高了推荐系统的推荐... 协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一,但传统的算法没有考虑用户兴趣漂移的问题,导致推荐系统的推荐质量下降。针对这个问题,提出了基于时间加权的协同过滤算法。实验表明,改进的算法提高了推荐系统的推荐质量。 展开更多
关键词 协同过滤 兴趣漂移 时间权重 推荐系统 平均误差
在线阅读 下载PDF
基于分类的用户兴趣漂移模型 预览 被引量:5
14
作者 郑运刚 马建国 《情报杂志》 CSSCI 北大核心 2008年第1期 37-38,共2页
针对个性化信息服务系统中如何表示用户兴趣和用户兴趣的漂移问题,提出了一种基于分类模版的用户兴趣模型构造方法。采用遗忘算法,将用户的长期兴趣和短期兴趣相结合,体现用户兴趣的漂移。
关键词 个性化信息服务 用户兴趣模型 兴趣漂移
在线阅读 下载PDF
基于优化时间窗的用户兴趣漂移方法 预览 被引量:10
15
作者 费洪晓 戴弋 +2 位作者 穆珺 黄勤径 罗桂琼 《计算机工程》 CAS CSCD 北大核心 2008年第16期 210-211,214,共3页
针对个性化服务系统中如何跟踪用户兴趣变化和调整用户兴趣模型的问题,提出基于优化时间窗的用户兴趣漂移算法。利用分类错误率的变化跟踪用户兴趣的漂移,当用户兴趣发生变化时,通过优化时间窗算法自动调节时间窗的大小,以达到调整用户... 针对个性化服务系统中如何跟踪用户兴趣变化和调整用户兴趣模型的问题,提出基于优化时间窗的用户兴趣漂移算法。利用分类错误率的变化跟踪用户兴趣的漂移,当用户兴趣发生变化时,通过优化时间窗算法自动调节时间窗的大小,以达到调整用户兴趣模型的目的。实验表明,该方法能较为准确地描述用户的兴趣变化,提高个性化信息服务的效率。 展开更多
关键词 兴趣漂移 分类错误率 优化时间窗
在线阅读 下载PDF
面向新闻推荐的用户兴趣模型构建与更新 预览
16
作者 袁仁进 陈刚 李锋 《计算机应用研究》 CSCD 北大核心 2019年第12期3593-3596,共4页
针对新闻推荐系统中用户兴趣模型构建与用户兴趣漂移问题,提出了一种面向新闻推荐的用户兴趣模型构建与更新方法。首先采用向量空间模型与bisecting K-means聚类算法构建了原始用户兴趣模型;然后以艾宾浩斯遗忘曲线为基础构造了遗忘函数... 针对新闻推荐系统中用户兴趣模型构建与用户兴趣漂移问题,提出了一种面向新闻推荐的用户兴趣模型构建与更新方法。首先采用向量空间模型与bisecting K-means聚类算法构建了原始用户兴趣模型;然后以艾宾浩斯遗忘曲线为基础构造了遗忘函数,并以此对用户兴趣模型进行时间加权,从而达到对用户兴趣模型更新的目的。实验以基于用户的协同过滤推荐、基于物品的协同过滤推荐为baseline,实验结果表明所构建的原始用户兴趣模型推荐性能更优,在F值上提升了4%,更新后的模型与原始模型相比F值提高了1. 3%。 展开更多
关键词 个性化推荐 向量空间模型 用户兴趣模型 用户兴趣漂移 遗忘函数
在线阅读 下载PDF
契合用户兴趣变化的评论文本深度建模 预览
17
作者 黄文明 张健 《计算机工程与设计》 北大核心 2019年第5期1464-1471,共8页
针对目前推荐系统对评论文本的特征提取能力不足导致的性能局限,以及数据稀疏性问题和用户兴趣漂移问题导致的推荐精度下降问题进行研究,提出一种契合用户兴趣变化的评论文本深度建模方法,基于深度学习改进传统推荐算法。使用词嵌入技术... 针对目前推荐系统对评论文本的特征提取能力不足导致的性能局限,以及数据稀疏性问题和用户兴趣漂移问题导致的推荐精度下降问题进行研究,提出一种契合用户兴趣变化的评论文本深度建模方法,基于深度学习改进传统推荐算法。使用词嵌入技术,挖掘并利用数据集评论中的语义得到表达结果;通过使用并行的一组卷积神经网络,充分挖掘用户和项目评论数据中的隐含特征;设计兴趣衰减曲线,针对用户兴趣漂移现象进一步调整用户建模的契合度;设计一层耦合结构,将两组特征作为输入使用因子分解机进行评分预测,得到推荐结果。仿真结果表明,推荐结果的准确度得到了提升,该方法可行有效。 展开更多
关键词 推荐系统 特征提取 数据稀疏性问题 用户兴趣漂移问题 卷积神经网络
在线阅读 下载PDF
满足用户兴趣漂移的计算自适应快速推荐算法 预览 被引量:2
18
作者 孙光明 王硕 《计算机应用研究》 CSCD 北大核心 2015年第9期2669-2673,共5页
针对推荐算法未考虑大数据量计算导致系统性能差及基于历史评分的相似性不能反映用户兴趣动态变化的问题,提出了满足用户兴趣漂移的计算自适应快速推荐算法。该算法依据CPU等计算资源使用率动态调整待推荐用户窗口,并按项目类别及其... 针对推荐算法未考虑大数据量计算导致系统性能差及基于历史评分的相似性不能反映用户兴趣动态变化的问题,提出了满足用户兴趣漂移的计算自适应快速推荐算法。该算法依据CPU等计算资源使用率动态调整待推荐用户窗口,并按项目类别及其访问热度动态分配计算时间,计算自适应项目与目标用户的优先级和相似性计算难易度,提高计算效率与响应速度;建立访问次数随时间变化的兴趣度量函数自适应用户兴趣漂移,提高推荐质量。实验结果表明,算法速度更快、推荐更准确、用户体验更好。 展开更多
关键词 用户兴趣漂移 计算自适应 推荐算法
在线阅读 下载PDF
一种检测兴趣漂移的图结构推荐系统 被引量:7
19
作者 叶红云 倪志伟 倪丽萍 《小型微型计算机系统》 CSCD 北大核心 2012年第4期 700-706,共7页
协同过滤是构造推荐系统最有效的方法之一。其中,基于图结构推荐方法成为近来协同过滤的研究热点。基于图结构的方法视用户和项为图的结点,并利用图理论去计算用户和项之间的相似度。尽管人们对图结构推荐系统开展了很多的研究和应用... 协同过滤是构造推荐系统最有效的方法之一。其中,基于图结构推荐方法成为近来协同过滤的研究热点。基于图结构的方法视用户和项为图的结点,并利用图理论去计算用户和项之间的相似度。尽管人们对图结构推荐系统开展了很多的研究和应用,然而这些研究都认为用户的兴趣是保持不变的,所以不能够根据用户兴趣的相关变化做出合理推荐。本文提出一种新的可以检测用户兴趣漂移的图结构推荐系统。首先,设计了一个新的兴趣漂移检测方法,它可以有效地检测出用户兴趣在何时发生了哪种变化。其次,根据用户的兴趣序列,对评分项进行加权并构造用户特征向量。最后,整合二部投影与随机游走进行项推荐。在标准数据集MovieLens上的测试表明算法优于两个图结构推荐方法和一个评分时间加权的协同过滤方法。 展开更多
关键词 图结构推荐 兴趣漂移检测 二部图投影 随机游走
基于隐马尔可夫模型的用户兴趣漂移模式发现方法 预览 被引量:6
20
作者 张勉 《北京建筑工程学院学报》 2005年第3期 50-52,共3页
把隐马尔可夫模型引入到兴趣漂移模式发现方法中,采用概念漂移的思想处理用户兴趣的漂移,拓展了隐马尔可夫模型的应用领域,提出了基于隐马尔可夫模型的用户兴趣漂移方法,由此可以发现用户带有兴趣的漂移模式,反映用户的访问偏好.
关键词 用户兴趣漂移 访问偏好 隐马尔可夫模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈