期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
基于社交关系与无监督学习的大数据推荐算法 预览
1
作者 李淑霞 杨俊成 蔡增玉 《计算机应用与软件》 北大核心 2019年第5期304-310,321共8页
针对大数据推荐系统中推荐准确率与效率较低的问题,设计一种基于社交关系与多上下文因素的大数据推荐系统。基于活动用户的社交网络,构建一个社交关系的张量模型;通过张量分解获得用户的上下文因素;基于候选集的相似性产生一个推荐列表... 针对大数据推荐系统中推荐准确率与效率较低的问题,设计一种基于社交关系与多上下文因素的大数据推荐系统。基于活动用户的社交网络,构建一个社交关系的张量模型;通过张量分解获得用户的上下文因素;基于候选集的相似性产生一个推荐列表。基于用户的反馈预测社交关系的范围,有效地减少推荐系统的计算量。真实数据集的实验结果证明,该算法提高了推荐系统的推荐精度,有效地缓解了稀疏性问题与冷启动问题,并且实现了较快的响应时间。 展开更多
关键词 社交网络 大数据 推荐系统 稀疏性问题 冷启动问题 灰羊问题
在线阅读 下载PDF
针对协同过滤系统冷启动问题的混合优化算法 预览
2
作者 席园园 胡文洁 +3 位作者 王进强 周书冉 吴限 徐露 《数码设计》 2019年第5期59-61,共3页
为更好地解决协同过滤推荐系统存在的冷启动问题,依据对现有信任网络和用户标签行为的概念研究,明确其算法思想,对原有协同过滤系统算法做出优化。通过对原有信任网络算法和用户标签化行为算法逐一进行优化,并凭借一定的手段有效地使二... 为更好地解决协同过滤推荐系统存在的冷启动问题,依据对现有信任网络和用户标签行为的概念研究,明确其算法思想,对原有协同过滤系统算法做出优化。通过对原有信任网络算法和用户标签化行为算法逐一进行优化,并凭借一定的手段有效地使二者结合,建立了一个效能较好的推荐系统算法。经试验验证该算法在一定程度上较原有算法有了更好的改进,能更好地解决协同过滤冷启动问题。对协同过滤推荐系统的冷启动问题的研究提供了新的思路和方法。 展开更多
关键词 推荐系统 协同过滤技术 信任网络 用户标签化 冷启动问题
在线阅读 免费下载
学生得分预测:一种基于知识图谱的卷积自编码器 预览
3
作者 苏喻 张丹 +3 位作者 刘青文 张英杰 陈玉莹 丁宏强 《中国科学技术大学学报》 CAS CSCD 北大核心 2019年第1期21-30,共10页
在线个性化学习系统能够根据学生的学习历史,为学生提供个性化的学习资源,辅助学生高效学习.要提供精准的个性化诊断报告和个性化资源推荐,首先要对学生进行学业能力评估,其中一个基础性任务为得分预测.对于得分预测任务,现有的研究和... 在线个性化学习系统能够根据学生的学习历史,为学生提供个性化的学习资源,辅助学生高效学习.要提供精准的个性化诊断报告和个性化资源推荐,首先要对学生进行学业能力评估,其中一个基础性任务为得分预测.对于得分预测任务,现有的研究和方法存在如下不足:①不能充分利用大数据提升预测精度,②无法解决实际应用场景中常见的冷启动问题,③预测结果不可解释.为此提出并实现了一种基于知识图谱的自编码模型(knowledge-awareauto-encodermodel,KAEM)用于学生得分预测.首先介绍了含有教育专家先验知识的一种知识图谱,称之为锚题图谱;然后KAEM采用深度学习自编码技术,将教研对锚题图谱的先验理解作为自编码器的正则化项加入模型中,有效地解决冷启动问题.此外,此类模型的预测结果还可以解释化,为实际个性化学习推荐等应用场景提供教研依据.KAEM已经在国内某在线教育系统上运行,取得了良好的效果;在大规模数据上也实验验证了KAEM的有效性. 展开更多
关键词 个性化学习 知识图谱 自编码 冷启动 得分预测
在线阅读 免费下载
基于异构信息融合的广告响应预测方法
4
作者 单丽莉 林磊 孙承杰 《中国科学:信息科学》 CSCD 北大核心 2019年第1期17-41,共25页
为了更有效地挖掘用户、上下文和广告之间的三维交互关系,张量分解模型开始被用于解决实时竞价广告响应预测问题.然而实时竞价广告响应预测面临严峻的数据稀疏和冷启动问题,尤其是广告转化率预测,单纯地依靠某类或某些信息很难有效地解... 为了更有效地挖掘用户、上下文和广告之间的三维交互关系,张量分解模型开始被用于解决实时竞价广告响应预测问题.然而实时竞价广告响应预测面临严峻的数据稀疏和冷启动问题,尤其是广告转化率预测,单纯地依靠某类或某些信息很难有效地解决这些问题,只有同时综合利用各种各样的异质、异构信息才能有效地应对这些问题.本文面向张量分解模型,提出了基于异构信息融合的综合解决方案来解决数据稀疏问题.该方案针对不同信息的性能、类型、结构、存在方式和作用特点等,提出了不同的融合策略和不同的实现方法,提升了基于张量分解模型的广告响应预测方法的可靠性和准确性,有效地缓解了需求方平台进行广告响应预测时面临的严峻数据稀疏问题.在选定数据集上基于异构信息融合的模型预测性能与基准方法相比取得了显著的提升. 展开更多
关键词 实时竞价广告 广告响应预测 张量分解 异构信息融合 数据稀疏 冷启动 预测方法
基于极大频繁项集的粒关联规则方法 预览
5
作者 李山山 张正炳 付青青 《长江大学学报:自然科学版》 CAS 2018年第21期17-21,78共6页
推荐系统已经被广泛应用于日常生活的各个领域,粒关联规则适用于推荐系统的冷启动问题,但粒关联规则存在规则集冗余而干扰推荐的问题。为解决该问题,从粒的性质出发,结合极大频繁项集可以紧凑地表示频繁项集的特点,提出基于极大频繁项... 推荐系统已经被广泛应用于日常生活的各个领域,粒关联规则适用于推荐系统的冷启动问题,但粒关联规则存在规则集冗余而干扰推荐的问题。为解决该问题,从粒的性质出发,结合极大频繁项集可以紧凑地表示频繁项集的特点,提出基于极大频繁项集的粒关联规则方法(MGR算法)来改进粒关联规则算法。利用MovieLens数据集,在不同阈值条件下,对比改进算法与传统粒关联规则算法的规则数量、运行时间和推荐准确率之间的关系。试验表明,改进的算法规则数量减少约1[]2,运行时间减少约2[]3,在不同阈值和不同划分比例的条件下,改进算法的推荐准确率均高于传统算法。 展开更多
关键词 粒关联规则 极大频繁项集 推荐系统 冷启动问题 数据挖掘
在线阅读 免费下载
云计算环境下混合协同过滤优化技术研究 预览 被引量:1
6
作者 田保军 杜晓娟 +1 位作者 杨浒昀 苏依拉 《计算机应用研究》 CSCD 北大核心 2018年第7期2079-2083,共5页
针对冷启动问题,通过K-means聚类与改进的遗传算法相结合的混合算法实现协同过滤算法中聚类模型的构建,自适应地获取聚类算法中的K值及初始聚类中心集,由新用户或新项目自身属性信息计算熵值,来对其进行归类及近邻搜索,最终实现新用户... 针对冷启动问题,通过K-means聚类与改进的遗传算法相结合的混合算法实现协同过滤算法中聚类模型的构建,自适应地获取聚类算法中的K值及初始聚类中心集,由新用户或新项目自身属性信息计算熵值,来对其进行归类及近邻搜索,最终实现新用户和新项目的最优推荐。针对扩展性问题,利用基于云计算平台MapReduce分布式框架,完成相关算法的并行化计算。在UCI数据集上验证了用户或项目聚类模型构建的有效性,在Movie Lens数据集上,分别进行单机环境和Hadoop平台上的实验,验证了改进算法的有效性及推荐质量。 展开更多
关键词 协同过滤 冷启动问题 聚类算法 遗传算法 HADOOP
在线阅读 下载PDF
基于上下文相似度和社会网络的移动服务推荐方法 预览 被引量:5
7
作者 俞春花 刘学军 +1 位作者 李斌 章玮 《电子学报》 CSCD 北大核心 2017年第6期1530-1536,共7页
针对传统的基于协同过滤的移动服务推荐方法存在的数据稀疏性和用户冷启动问题,提出一种基于上下文相似度和社会网络的移动服务推荐方法(Context-similarity and Social-network based Mobile Service Recommendation,CSMSR).该方法... 针对传统的基于协同过滤的移动服务推荐方法存在的数据稀疏性和用户冷启动问题,提出一种基于上下文相似度和社会网络的移动服务推荐方法(Context-similarity and Social-network based Mobile Service Recommendation,CSMSR).该方法将基于用户的上下文相似度引入个性化服务推荐过程,并挖掘由移动用户虚拟交互构成的社会关系网络,按照信任度选取信任用户;然后结合基于用户评分相似度计算发现的近邻,分别从相似用户和信任用户中选择相应的邻居用户,对目标用户进行偏好预测和推荐.实验表明,与已有的服务推荐方法 TNCF、SRMTC及CF-DNC相比,CSMSR方法有效地缓解数据稀疏性并提高推荐准确率,有利于发现用户感兴趣的服务,提升用户个性化服务体验. 展开更多
关键词 移动服务推荐 上下文 相似度计算 社会网络 协同过滤 稀疏性 冷启动问题
在线阅读 下载PDF
一种基于协同矩阵分解的用户冷启动推荐算法 预览 被引量:3
8
作者 高玉凯 王新华 +1 位作者 郭磊 陈竹敏 《计算机研究与发展》 CSCD 北大核心 2017年第8期1813-1823,共11页
位置服务作为一种信息共享平台,在方便人们交流和共享信息的同时,也因为用户数量的不断增加,而面临着严重的信息过载问题.如何利用推荐技术对信息进行过滤和筛选,帮助用户在位置服务中发现有价值的信息成为近年来研究的热点.但目前已有... 位置服务作为一种信息共享平台,在方便人们交流和共享信息的同时,也因为用户数量的不断增加,而面临着严重的信息过载问题.如何利用推荐技术对信息进行过滤和筛选,帮助用户在位置服务中发现有价值的信息成为近年来研究的热点.但目前已有的推荐算法,在只有消费记录这种隐性数据情况下,针对用户较少活动区域或新用户的推荐效率较低,无法最大化挖掘隐性数据所带的信息.针对以上问题,结合位置服务平台的特点,针对用户冷启动问题,提出了一种结合协同概率矩阵分解与迭代决策树(gradient boosting decision tree,GBDT)的推荐算法.该方法首先使用多层协同概率矩阵分解在多个维度上得到用户潜在特征,然后使用GBDT学习算法对特征和标签进行训练得到用户对项目的偏好,最后使用考虑约束问题的top-N推荐产生推荐列表.在真实数据集上的实验结果表明,与目前较为流行的方法相比,提出的方法能在准确率、F1值上取得较好的结果,能更好地缓解位置服务中的冷启动问题. 展开更多
关键词 推荐系统 位置服务 概率矩阵分解 冷启动问题 约束
在线阅读 下载PDF
基于信任网络的个性化推荐算法 被引量:1
9
作者 郭文健 高仲合 段婷婷 《电子技术(上海)》 2016年第12期65-67,共3页
以社交网络为平台的个性化推荐技术[1]已经得到了广泛的研究,但推荐系统仍然面临着若干问题,即数据稀疏性,用户冷启动等。文章提出了一种融合了信任网络的个性化推荐算法,在用信任网络信息进行推荐时,首先用余弦相似度的方法计算用户的... 以社交网络为平台的个性化推荐技术[1]已经得到了广泛的研究,但推荐系统仍然面临着若干问题,即数据稀疏性,用户冷启动等。文章提出了一种融合了信任网络的个性化推荐算法,在用信任网络信息进行推荐时,首先用余弦相似度的方法计算用户的相似度,通过相似度矩阵来对主题进行预测打分;然后计算用户与用户间的信任度;最后利用信任网络个性化推荐策略得到最优推荐结果推荐给用户。实验结果表明,提出的算法与传统的推荐算法相比,在准确率和召回率方面具有显著的提升。 展开更多
关键词 信任网络 个性化推荐算法 冷启动 信任度 相似度
基于支持向量机回归多属性智能电视电影推荐 预览
10
作者 赵广杰 尹四清 《电视技术》 北大核心 2015年第6期32-35,共4页
针对智能电视电影推荐领域,新用户难以推荐问题,提出电影按用户属性过滤的推荐模型。该模型结合电影用户历史评分,由贝叶斯定理得出每个电影对用户属性的概率评分。为用户推荐电影时,由用户属性和概率评分得出电影预测评分列表,进... 针对智能电视电影推荐领域,新用户难以推荐问题,提出电影按用户属性过滤的推荐模型。该模型结合电影用户历史评分,由贝叶斯定理得出每个电影对用户属性的概率评分。为用户推荐电影时,由用户属性和概率评分得出电影预测评分列表,进而推荐预测评分较高的电影。针对电影属性概率评分间并线性的,提出支持向量机回归的方法,解决用户多属性结合的问题。实验结果表明,该模型提高了召回率。得到结论,该用户多属性推荐模型提高了召回率,并能为新用户推荐。 展开更多
关键词 电影推荐 冷启动 支持向量机回归 最大最小值方法
在线阅读 下载PDF
Applying memetic algorithm-based clustering to recommender system with high sparsity problem 预览
11
作者 MARUNG Ukrit THEERA-UMPON Nipon AUEPHANWIRIYAKUL Sansanee 《中南大学学报:英文版》 SCIE EI CAS 2014年第9期3541-3550,共10页
一个新建议方法基于 memetic 被介绍基于算法的聚类。建议方法在四高度稀少的真实世界的数据集上被测试。它的建议表演被评估并且与的相比基于频率,基于用户,基于条款,基于簇、基因的基于算法的方法以精确,召回,和 F1 获得的 k 工... 一个新建议方法基于 memetic 被介绍基于算法的聚类。建议方法在四高度稀少的真实世界的数据集上被测试。它的建议表演被评估并且与的相比基于频率,基于用户,基于条款,基于簇、基因的基于算法的方法以精确,召回,和 F1 获得的 k 工具。结果证明建议方法在新用户下面产出更好的性能冷开始的问题当每新积极用户选择仅仅或二个项目进篮子时。所有四数据集上的平均 F1 分数被 225.0% , 61.6% , 54.6% , 49.3% , 28.8% ,和 6.3% 改进在上基于频率,基于用户,基于条款, k 工具基于簇,并且二个基因基于算法的方法分别地。 展开更多
关键词 K-MEANS聚类 遗传算法 稀疏性 基础 推荐系统 启动问题 数据集 用户
在线阅读 免费下载
基于粒关联规则的冷启动推荐方法 预览 被引量:8
12
作者 巫文佳 何旭 《计算机科学》 CSCD 北大核心 2014年第3期71-75,共5页
推荐系统已被广泛应用于电子商务等多个领域.冷启动问题是推荐系统的一个难点.基于粒关联规则的冷启动推荐方法,运用粒来描述用户和产品,通过满足粒关联规则的4个指标,挖掘出用户和产品之间的关联规则,匹配合适的规则,最后根据这些规则... 推荐系统已被广泛应用于电子商务等多个领域.冷启动问题是推荐系统的一个难点.基于粒关联规则的冷启动推荐方法,运用粒来描述用户和产品,通过满足粒关联规则的4个指标,挖掘出用户和产品之间的关联规则,匹配合适的规则,最后根据这些规则向用户做出相应的推荐.在公开有效的数据集MovieLens上进行了实验,结果表明,用粒关联规则所挖掘出的规则可以有效地用于训练集和测试集上的推荐,并且具有较好的准确性. 展开更多
关键词 粒计算 关联规则 推荐系统 冷启动问题 数据挖掘
在线阅读 免费下载
基于跨电商行为的交叉推荐算法 预览 被引量:8
13
作者 张亮 柏林森 周涛 《电子科技大学学报》 EI CAS CSCD 北大核心 2013年第1期154-160,共7页
利用百分点科技推荐引擎提供的原始数据,分析了用户跨电商的行为,提出了一种可在多个电商之间进行交叉推荐的算法。结果证明,该算法不仅在精确性上较完全冷启动的随机推荐有巨大的提高,而且所推荐的商品可以保持相当的多样性与新颖... 利用百分点科技推荐引擎提供的原始数据,分析了用户跨电商的行为,提出了一种可在多个电商之间进行交叉推荐的算法。结果证明,该算法不仅在精确性上较完全冷启动的随机推荐有巨大的提高,而且所推荐的商品可以保持相当的多样性与新颖性.分析显示有约5%-10%的点击、收藏和购买行为发生在有交叉行为的用户身上,这些用户的活跃性明显强于非交叉用户。这些结果暗示交叉用户可能是网上购物的重度用户。该文展现了全新的研究思路,研讨了全新的分析对象,其思路和结果对于电子商务研究有重要价值。 展开更多
关键词 冷启动问题 交叉推荐 电子商务 跨电商行为 推荐系统
在线阅读 免费下载
协同过滤推荐瓶颈问题综述 预览 被引量:9
14
作者 曹一鸣 《软件》 2012年第12期315-321,共7页
个性化推荐使得用户从浩瀚信息检索查找中解放出来,成为一种继搜索引擎之后获取信息的重要方式。协同过滤因为其算法简单,能够处理复杂对象,并且推荐效果优异,成为个性化推荐中最成功和应用最广泛的技术。但随着推荐系统规模扩大,... 个性化推荐使得用户从浩瀚信息检索查找中解放出来,成为一种继搜索引擎之后获取信息的重要方式。协同过滤因为其算法简单,能够处理复杂对象,并且推荐效果优异,成为个性化推荐中最成功和应用最广泛的技术。但随着推荐系统规模扩大,协同过滤受到了数据稀疏性、冷启动和可扩展性等瓶颈问题严重挑战。本文总结了传统协同过滤推荐技术流程,重点研究了解决协同过滤瓶颈问题的方案,分析了它们各自的优缺点,便于后续实现协同过滤推荐系统时方案的选择和使用。 展开更多
关键词 个性化推荐 协同过滤 数据稀疏性问题 冷启动问题 可扩展性问题
在线阅读 下载PDF
基于受限信任关系和概率分解矩阵的推荐 预览 被引量:16
15
作者 印桂生 张亚楠 +1 位作者 董宇欣 韩启龙 《电子学报》 EI CAS CSCD 北大核心 2014年第5期904-911,共8页
现有的推荐算法很难对没有任何记录的冷启动用户或者历史记录稀疏的用户给出准确的推荐,即用户的冷启动问题.本文提出一种基于受限信任关系和概率分解矩阵的推荐方法,由不信任关系约束信任关系的传播,得到准确且覆盖全面的用户信任关系... 现有的推荐算法很难对没有任何记录的冷启动用户或者历史记录稀疏的用户给出准确的推荐,即用户的冷启动问题.本文提出一种基于受限信任关系和概率分解矩阵的推荐方法,由不信任关系约束信任关系的传播,得到准确且覆盖全面的用户信任关系矩阵,并通过对用户信任关系矩阵和用户商品矩阵的概率分解联合用户信任关系和用户商品矩阵信息,为用户给出推荐.实验表明该方法对冷启动用户和历史记录稀疏的用户的推荐效果有较大幅度的提升,有效地解决了用户的冷启动问题. 展开更多
关键词 推荐算法 受限信任传播 概率分解矩阵 用户的冷启动问题
在线阅读 下载PDF
基于商品领域知识的交互式推荐系统 被引量:2
16
作者 胡新明 罗建军 夏火松 《现代图书情报技术》 CSSCI 北大核心 2014年第10期56-62,共7页
[目的]研究缺少消费者行为信息的情况下,商品信息推荐系统的框架和流程。[应用背景]推荐系统是解决信息过剩问题的有效手段,但是过度依赖消费者行为信息的推荐过程会遇到系统的冷启动问题,也会引起消费者对隐私问题的忧虑。[方法]在... [目的]研究缺少消费者行为信息的情况下,商品信息推荐系统的框架和流程。[应用背景]推荐系统是解决信息过剩问题的有效手段,但是过度依赖消费者行为信息的推荐过程会遇到系统的冷启动问题,也会引起消费者对隐私问题的忧虑。[方法]在推荐过程中引入商品领域知识,以交互的方式将消费者对商品定性的用途需求转变为消费者对商品定量的属性需求,为消费者推荐合适的商品信息。[结果]设计构建原型系统,实验结果表明消费者对该推荐过程有较高的满意度。[结论]本文提出的方法能够在一定程度上解决推荐系统的冷启动问题和隐私保护问题。 展开更多
关键词 推荐系统 冷启动 隐私保护 商品领域知识
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈