期刊文献+
共找到447篇文章
< 1 2 23 >
每页显示 20 50 100
基于Hadoop平台的图书推荐服务Apriori优化算法 预览
1
作者 袁泉 常伟鹏 《现代电子技术》 北大核心 2019年第1期180-182,共3页
为了提高图书推荐服务的准确度,提出一种基于Hadoop平台的Apriori优化算法。首先在分布式Hadoop框架的基础上,采用DAG图对Hadoop平台下的并行Map Reduce实施步骤进行分析;然后对传统关联规则Apriori算法进行Map Reduce优化,减少数据库... 为了提高图书推荐服务的准确度,提出一种基于Hadoop平台的Apriori优化算法。首先在分布式Hadoop框架的基础上,采用DAG图对Hadoop平台下的并行Map Reduce实施步骤进行分析;然后对传统关联规则Apriori算法进行Map Reduce优化,减少数据库连接的次数,同时尽量生成更少的无用候选项目集,从而缩短任务处理时间。实验结果显示,相比传统LDA推荐算法,所提出的算法具有较高的准确度,能够为借阅者推荐最适合的书籍。 展开更多
关键词 HADOOP 云计算 图书推荐 DAG APRIORI算法 推荐算法
在线阅读 下载PDF
基于物品的改进协同过滤算法及应用 预览 被引量:1
2
作者 邓园园 吴美香 潘家辉 《计算机系统应用》 2019年第1期182-187,共6页
针对电视产品信息资源量过载导致用户选择困难的问题,本文主要研究了基于物品的协同过滤算法在电视产品推荐系统中的改进及应用,将个性化推荐技术和电视产品系统有机结合来满足用户和运营商的需求.在推荐过程中,首先收集用户的偏好建立... 针对电视产品信息资源量过载导致用户选择困难的问题,本文主要研究了基于物品的协同过滤算法在电视产品推荐系统中的改进及应用,将个性化推荐技术和电视产品系统有机结合来满足用户和运营商的需求.在推荐过程中,首先收集用户的偏好建立数据模型,以用户观看电视产品的时长作为用户偏好的显式特征,然后在传统的协同过滤算法中引入点播金额权重进行改进,并采用欧几里德距离法计算物品相似度,最后根据邻居集合预测目标用户对电视产品的观看时长,得到推荐结果.实验表明,通过引入点播金额权重这一改进能够提高推荐的准确性. 展开更多
关键词 电视产品推荐系统 推荐算法 协同过滤算法 点播金额权重
在线阅读 下载PDF
基于LFM矩阵分解的推荐算法优化研究 预览
3
作者 陈晔 刘志强 《计算机工程与应用》 CSCD 北大核心 2019年第2期116-120,167共6页
在推荐系统中,基于矩阵分解的推荐算法是目前的研究热点之一,然而普通矩阵分解算法的推荐精确度偏低,为了改善该问题,以矩阵分解算法中的潜在因子模型(LFM)优化为研究对象,分析LFM中两种基础推荐算法在寻优速率与推荐精度上的不足,然后... 在推荐系统中,基于矩阵分解的推荐算法是目前的研究热点之一,然而普通矩阵分解算法的推荐精确度偏低,为了改善该问题,以矩阵分解算法中的潜在因子模型(LFM)优化为研究对象,分析LFM中两种基础推荐算法在寻优速率与推荐精度上的不足,然后提出两种改进算法:带冲量的批量学习算法和混合学习算法,最后通过实验数据测试,对比了不同算法的推荐效果,结果证明改进算法的性能更优. 展开更多
关键词 矩阵分解 潜在因子模型 推荐算法 带冲量的批量学习算法 混合学习算法
在线阅读 下载PDF
奈飞(Netflix)用户评价与推荐体系设计及演进革新 预览
4
作者 张海悦 方捷新 《现代电影技术》 2019年第10期22-25,共4页
多年来,美国流媒体平台奈飞(Netflix)长期采用基于用户星级评分数据的算法,通过分析评分数据和观看行为来了解用户对内容和演员等类型的偏好,并提供个性化推荐。迄今,奈飞获得的用户星级评分数据已累计数十亿条。近年来,奈飞不再单纯依... 多年来,美国流媒体平台奈飞(Netflix)长期采用基于用户星级评分数据的算法,通过分析评分数据和观看行为来了解用户对内容和演员等类型的偏好,并提供个性化推荐。迄今,奈飞获得的用户星级评分数据已累计数十亿条。近年来,奈飞不再单纯依赖星级评分数据,逐步革新用户评价体系,积极推进以内容为根本、以算法为手段、以用户为核心的运营模式。 展开更多
关键词 Netflix 用户评价 推荐系统 推荐算法
在线阅读 下载PDF
个性化推荐系统综述 预览
5
作者 代丽 樊粤湘 《计算机时代》 2019年第6期9-11,15共4页
随着网络的发展,信息过载成为人们不得不面对的问题,个性化推荐系统便是解决该问题的有力工具,并受到了广泛的关注和研究。文章对推荐系统的定义进行了简单描述,分析比较了推荐系统目前较为流行的诸如关联规则、协同过滤类等推荐算法的... 随着网络的发展,信息过载成为人们不得不面对的问题,个性化推荐系统便是解决该问题的有力工具,并受到了广泛的关注和研究。文章对推荐系统的定义进行了简单描述,分析比较了推荐系统目前较为流行的诸如关联规则、协同过滤类等推荐算法的含义和优缺点,提出了目前推荐系统尚未解决的问题。 展开更多
关键词 推荐系统 推荐算法 关联规则 协同过滤
在线阅读 下载PDF
旅游知识图谱特征学习的景点推荐 预览
6
作者 贾中浩 古天龙 +3 位作者 宾辰忠 常亮 张伟涛 朱桂明 《智能系统学报》 CSCD 北大核心 2019年第3期430-437,共8页
基于知识图谱的推荐算法在多个领域取得了较好的效果,但仍然存在一些问题,如不能有效提取知识图谱中实体关系标签中的特征,推荐准确率会降低。因而提出将网络嵌入方法(network embedding)用于旅游知识图谱的特征提取,使得特征的提取更... 基于知识图谱的推荐算法在多个领域取得了较好的效果,但仍然存在一些问题,如不能有效提取知识图谱中实体关系标签中的特征,推荐准确率会降低。因而提出将网络嵌入方法(network embedding)用于旅游知识图谱的特征提取,使得特征的提取更加充分。通过对旅游知识图谱中不同标签的属性子图独立建模,利用深度学习模型挖掘游客及景点等图节点语义特征,进而获得融合各个标签语义的游客和景点特征向量,最终通过计算游客和景点相关性生成景点推荐列表。通过在真实旅游知识图谱上的实验,验证了利用网络嵌入方法对知识图谱中数据建模后,可以有效提取节点的深层特征。 展开更多
关键词 知识图谱 属性子图 特征学习 神经网络 景点推荐 网络嵌入 推荐算法 深度学习
在线阅读 下载PDF
用户对于算法新闻的认知与态度研究--基于1075名算法推荐资讯平台使用者的实证调查 预览
7
作者 黄忻渊 《编辑之友》 CSSCI 北大核心 2019年第6期63-68,共6页
当下的日常生活充满了算法选择的内容,如个性化推荐的商品、电影以及个性化推荐引擎推送的新闻。文章将目光投向算法新闻用户的态度与认知,通过问卷调查了中国本土30个省份的1 075名使用今日头条、腾讯新闻、一点资讯等应用的用户。研... 当下的日常生活充满了算法选择的内容,如个性化推荐的商品、电影以及个性化推荐引擎推送的新闻。文章将目光投向算法新闻用户的态度与认知,通过问卷调查了中国本土30个省份的1 075名使用今日头条、腾讯新闻、一点资讯等应用的用户。研究发现,67%的用户在使用时可以感知到推荐算法,但对其背后的运行规则并不了解,大约50%的用户可以意识到推荐算法可能带来的各种风险。可见,算法透明度有待加强,用户意识到的算法带来的风险需引起受众、政府、社会以及商业机构的重视。有四个因素可能导致用户态度的差异,其中使用时长较长用户、城市用户、高学历用户、媒介素养相对高的用户对算法规则和风险的了解程度更高,某种程度上是由数字鸿沟导致的。 展开更多
关键词 算法新闻 推荐算法 态度 媒介素养 数字鸿沟 城乡差异
在线阅读 下载PDF
基于项目关联的Slope One协同过滤算法研究 预览
8
作者 申晋祥 鲍美英 《计算机与数字工程》 2019年第8期1856-1860,1908,共6页
针对基于项目的Slope One协同过滤算法及其改进算法在偏差计算时只是简单考虑了所有共同评分的项目,而没有考虑项目之间的关联性,影响了推荐的准确度。提出一种基于项目关联的Slope One协同过滤算法,将关联规则概念及原理融入传统Slope ... 针对基于项目的Slope One协同过滤算法及其改进算法在偏差计算时只是简单考虑了所有共同评分的项目,而没有考虑项目之间的关联性,影响了推荐的准确度。提出一种基于项目关联的Slope One协同过滤算法,将关联规则概念及原理融入传统Slope One算法,计算时考虑项目之间的关联性,引入置信度加权和设置最小支持度阈值去除非频繁项,减少预测过程的计算量,以提高算法预测结果精度。使用MovieLens数据集进行实验验证,结果表明所研究的算法能有效提高预测结果的准确度。 展开更多
关键词 推荐算法 协同过滤 Slope One算法 关联规则
在线阅读 下载PDF
基于多源混合标签的社会化问答社区问题推荐方法研究
9
作者 陈晨 侯景瑞 +1 位作者 吴任力 王平 《情报科学》 CSSCI 北大核心 2019年第7期139-145,共7页
【目的/意义】社会化问答社区现已成为网络用户共享、传播及获取知识的重要平台,但其开放性和交互性也给其问题推荐工作带来了巨大的挑战。本文提出的基于多源混合标签的方法能够有效提高社会化问答社区的问题推荐质量,以促使问题得到... 【目的/意义】社会化问答社区现已成为网络用户共享、传播及获取知识的重要平台,但其开放性和交互性也给其问题推荐工作带来了巨大的挑战。本文提出的基于多源混合标签的方法能够有效提高社会化问答社区的问题推荐质量,以促使问题得到及时有效地解决。【方法/过程】利用自动标签标注系统从问答文本中提取关键词,将语义扩展后的关键词作为基本标签,并建立多源混合标签库;利用标签表示用户的兴趣偏好与权威度,并建立用户特征模型;最终通过协同过滤的方式进行匹配推荐。【结果/结论】实验结果表明,本文提出的基于多源混合标签的问题推荐方法在检全率、检准率以及F值等指标方面均不同程度地优于基于文本相似度的基准方法。 展开更多
关键词 社会化问答社区 推荐算法 多源混合标签 标签自动标注 协同过滤
新媒体下基于浏览痕迹的推荐系统算法研究 预览
10
作者 李为为 《黄冈师范学院学报》 2019年第3期21-24,共4页
本文在分析了自媒体的特点后,提出可以根据用户的浏览记录、用户的评分进行浏览痕迹推荐的算法,将该算法应用于自媒体的推荐,最后通过仿真验证了该推荐算法。
关键词 自媒体 推荐算法 浏览记录
在线阅读 下载PDF
结合商圈位置区域模型的商品推荐算法 预览
11
作者 陈思亦 何利力 郑军红 《计算机系统应用》 2019年第8期136-141,共6页
为解决电子商务冲击下线下销售萎靡及互联网"信息爆炸"下用户挑选商品时耗时耗力等问题,本文引入商圈位置区域模型,即基于圆形过滤方法与改进的基于分区的DBSCAN密度聚类算法对浙江省某一行业全域范围下25万商户订单数据进行... 为解决电子商务冲击下线下销售萎靡及互联网"信息爆炸"下用户挑选商品时耗时耗力等问题,本文引入商圈位置区域模型,即基于圆形过滤方法与改进的基于分区的DBSCAN密度聚类算法对浙江省某一行业全域范围下25万商户订单数据进行地理位置特征分析,并结合时间衰减参数进行传统推荐算法改进,提出了面向商圈流行度的商品推荐算法与面向商圈相似度的协同过滤算法.实验结果表明,算法在推荐准确率上明显优于传统推荐算法,且一定程度上缓解了冷启动和推荐商品惊喜度不足的问题,有其实用价值与研究意义. 展开更多
关键词 商圈位置区域模型 时间衰减参数 流行度 相似度 推荐算法
在线阅读 下载PDF
一种融合用户与项目属性的协同过滤算法的设计与实现 预览
12
作者 陶志勇 崔新新 《计算机应用与软件》 北大核心 2019年第2期12-18,102共8页
针对传统的协同过滤算法存在数据稀疏、冷启动、推荐精度低等问题,提出一种充分融合用户与项目属性的协同过滤算法。利用项目属性和用户属性分别对用户相似度和项目相似度计算方法进行改进,并将用户和项目协同过滤进行组合加权,提高预... 针对传统的协同过滤算法存在数据稀疏、冷启动、推荐精度低等问题,提出一种充分融合用户与项目属性的协同过滤算法。利用项目属性和用户属性分别对用户相似度和项目相似度计算方法进行改进,并将用户和项目协同过滤进行组合加权,提高预测兴趣度的准确度。引入用户属性-项目类型偏好权重因子,利用天牛须搜索方法对兴趣度计算方法进行改进。实验结果表明:该算法能有效地缓解冷启动、数据稀疏对推荐系统的影响,且推荐精度有一定的提高。与传统的项目和用户协同过滤算法相比,召回率分别提高了8.65%和3.39%。 展开更多
关键词 协同过滤 用户属性 项目属性 相似度 兴趣度 推荐算法
在线阅读 下载PDF
一种结合主题模型的推荐算法 预览
13
作者 曹占伟 胡晓鹏 《计算机应用研究》 CSCD 北大核心 2019年第6期1638-1642,共5页
针对传统协同过滤推荐算法存在的冷启动、数据稀疏以及相似度度量的准确性问题,基于LDA主题模型对文本隐式主题挖掘的有效性和KL散度在主题分布相似性度量的准确性,提出了结合LDA主题模型的矩阵分解推荐算法。首先,利用改进的LDA算法输... 针对传统协同过滤推荐算法存在的冷启动、数据稀疏以及相似度度量的准确性问题,基于LDA主题模型对文本隐式主题挖掘的有效性和KL散度在主题分布相似性度量的准确性,提出了结合LDA主题模型的矩阵分解推荐算法。首先,利用改进的LDA算法输出项目—主题分布,并用困惑度作为主题数设置的修正函数;然后分别基于余弦相似度和KL散度计算得到项目相似度矩阵,将得到的相似度矩阵结合原评分训练集输出预评分,再将预评分填充到训练集;最后将训练集输入ALS矩阵分解算法得到推荐结果。通过MovieLens数据集的实验结果表明,该算法在不同隐式参数设定下均能得到比ALS推荐算法以及更小的预测误差,并且最优预测误差小于传统推荐算法。该实验说明了通过集成LDA主题模型的ALS算法效果要优于其他推荐算法。 展开更多
关键词 推荐算法 矩阵分解 隐式狄利克雷分布 KL散度 主题模型
在线阅读 下载PDF
结合用户兴趣度聚类的协同过滤推荐算法 预览
14
作者 黄贤英 龙姝言 谢晋 《计算机应用研究》 CSCD 北大核心 2019年第9期2609-2612,2617共5页
针对传统的协同过滤算法忽略了用户兴趣源于关键词以及数据稀疏的问题,提出了结合用户兴趣度聚类的协同过滤推荐算法。利用用户对项目的评分,并从项目属性中提取关键词,提出了一种新的RF-IIF (rating frequency-inverse item frequency... 针对传统的协同过滤算法忽略了用户兴趣源于关键词以及数据稀疏的问题,提出了结合用户兴趣度聚类的协同过滤推荐算法。利用用户对项目的评分,并从项目属性中提取关键词,提出了一种新的RF-IIF (rating frequency-inverse item frequency)算法,根据目标用户对某关键词的评分频率和该关键词被所有用户的评分频率,得到用户对关键词的偏好,形成用户-关键词偏好矩阵,并在该矩阵基础上进行聚类。然后利用logistic函数得到用户对项目的兴趣度,明确用户爱好,在类簇中寻找目标用户的相似用户,提取邻居爱好的前N个物品对用户进行推荐。实验结果表明,算法准确率始终优于传统算法,对用户爱好判断较为准确,缓解了数据稀疏问题,有效提高了推荐的准确率和效率。 展开更多
关键词 协同过滤 推荐算法 用户兴趣 K-MEANS聚类
在线阅读 下载PDF
基于CRF景点推荐模型研究 预览
15
作者 赵琳 李川 王振屹 《信息技术》 2019年第7期29-33,共5页
针对游客旅游景点选择难以及旅游发展趋势,文中提出一种基于CRF模型的旅游景点推荐算法模型。利用网络爬虫获取景点评论数据集,并采用CRF算法从中提取评价观点,对评论观点进行有效性过滤,将过滤后的观点构建观点集,计算各观点的余弦相关... 针对游客旅游景点选择难以及旅游发展趋势,文中提出一种基于CRF模型的旅游景点推荐算法模型。利用网络爬虫获取景点评论数据集,并采用CRF算法从中提取评价观点,对评论观点进行有效性过滤,将过滤后的观点构建观点集,计算各观点的余弦相关性,将相关性高的观点进行合并。实验结果表明,基于CRF景点推荐算法较其它常见方法在准确率、召回率方面有明显提高,且PR及ROC曲线效果良好。部分景点评论的稀疏性会导致这些景点评论分析结果的偏差。该方法对游客选择旅游目标具有很好的决策作用。 展开更多
关键词 推荐算法 条件随机场 机器学习 分词
在线阅读 下载PDF
基于差异路径权重的二部图网络推荐算法 预览 被引量:1
16
作者 高长元 段文彬 张树臣 《计算机应用研究》 CSCD 北大核心 2019年第3期716-719,771共5页
针对二部图网络结构推荐算法中资源分配不合理的现象,同时为了丰富推荐结果多样性和促进冷门物品的推荐,提出了一种利用差异路径权重改变资源传递的二部图网络结构算法。利用用户相似性构造路径权重改变第一阶段资源传递规则,使资源较... 针对二部图网络结构推荐算法中资源分配不合理的现象,同时为了丰富推荐结果多样性和促进冷门物品的推荐,提出了一种利用差异路径权重改变资源传递的二部图网络结构算法。利用用户相似性构造路径权重改变第一阶段资源传递规则,使资源较多地流向与目标用户相似的用户节点。通过物品属性相似的构造路径权重,使第二阶段资源更多地流向与目标用户已购物品具有相似属性的物品。实验结果表明,该算法相对于其他流行网络结构算法提高了推荐的综合性能,并且更好地解决了推荐中的相关问题。 展开更多
关键词 二部图网络结构 差异路径权重 推荐算法 用户相似性 物品属性
在线阅读 下载PDF
软决策分析方法及其在智能推荐中的应用 预览
17
作者 陆汝华 张家录 钟嘉鸣 《计算机科学与探索》 CSCD 北大核心 2019年第3期529-540,共12页
引入基于软集的软命题逻辑公式,给出软命题逻辑公式的语义解释,软集中的参数是原子公式,参数的函数值是原子公式的赋值集。将决策信息系统转化为决策软集,而软决策规则表示为由原子公式组成的蕴含逻辑公式。引进基本软真度、条件软真度... 引入基于软集的软命题逻辑公式,给出软命题逻辑公式的语义解释,软集中的参数是原子公式,参数的函数值是原子公式的赋值集。将决策信息系统转化为决策软集,而软决策规则表示为由原子公式组成的蕴含逻辑公式。引进基本软真度、条件软真度、绝对软真度等概念,从充分性、必要性、合理性等不同方面来评价软决策规则,提出基于决策软集的典型软决策规则提取算法。将基于软集的软决策规则分析方法应用于智能推荐,给出基于软决策规则分析的推荐算法,实际例子和数值实验表明提出的算法是有效的。 展开更多
关键词 决策信息系统 决策软集 软逻辑公式 软决策规则 软真度 推荐算法
在线阅读 下载PDF
基于SVD的协同过滤推荐算法研究 预览
18
作者 黄丽 《电脑知识与技术:学术版》 2019年第7X期9-10,共2页
目前市面上大多数协同过滤推荐系统普遍具有显著的缺陷,比如冷启动、数据稀疏性等问题。该文在协同过滤推荐算法的研究基础上,对协同过滤推荐算法进行了优化,并设计了基于SVD的协同过滤推荐算法。经过系统检验,该算法能有效地改善传统... 目前市面上大多数协同过滤推荐系统普遍具有显著的缺陷,比如冷启动、数据稀疏性等问题。该文在协同过滤推荐算法的研究基础上,对协同过滤推荐算法进行了优化,并设计了基于SVD的协同过滤推荐算法。经过系统检验,该算法能有效地改善传统协同过滤推荐算法稀疏性的缺陷,提升了推荐精度和推荐效率,对提升用户体验度有较大帮助。 展开更多
关键词 协同过滤 SVD 推荐算法
在线阅读 下载PDF
基于Timed-HITS与协同过滤的混合推荐算法 预览
19
作者 孙艳蕊 陈月 《东北大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第4期467-472,477共7页
用户间的信任关系、用户对商品的偏好兴趣及商品的时效性都会影响对商品的推荐效果.将这些因素引入到基本的HITS算法中,对HITS算法进行了改进.将用户对商品的偏好兴趣矩阵进行了改进,利用隐馈数据通过逻辑回归算法估计用户对商品的偏好... 用户间的信任关系、用户对商品的偏好兴趣及商品的时效性都会影响对商品的推荐效果.将这些因素引入到基本的HITS算法中,对HITS算法进行了改进.将用户对商品的偏好兴趣矩阵进行了改进,利用隐馈数据通过逻辑回归算法估计用户对商品的偏好兴趣,对评分为零的情况赋予了不同的偏好兴趣度,这样更符合实际.将改进的HITS算法和协同过滤算法相结合得到一个混合推荐算法,同时将用户分为活跃用户和非活跃用户分别进行推荐.将提出的算法在Movielens数据集上进行了试验,结果表明该算法在一定程度上缓解了数据稀疏和冷启动的问题,推荐效果优于基于用户的协同过滤算法. 展开更多
关键词 HITS 信任关系 偏好兴趣 协同过滤 推荐算法
在线阅读 下载PDF
基于SVD与SDAE的神经协同过滤算法 预览
20
作者 胡胜利 宋志理 王峰 《阜阳师范学院学报:自然科学版》 2019年第3期81-86,共6页
本文提出一种结合奇异值分解SVD和堆栈式降噪自动编码器SDAE的神经协同过滤算法(NSSCF),利用神经网络有效的高阶特征表示学习能力来提高推荐的质量。NSSCF算法首先通过SVD将原始用户-项目评分矩阵降维,融入辅助信息再用SDAE获取项目特... 本文提出一种结合奇异值分解SVD和堆栈式降噪自动编码器SDAE的神经协同过滤算法(NSSCF),利用神经网络有效的高阶特征表示学习能力来提高推荐的质量。NSSCF算法首先通过SVD将原始用户-项目评分矩阵降维,融入辅助信息再用SDAE获取项目特征并计算基于评分的项目间相似度;在项目属性矩阵上计算基于属性的项目间相似度,求出项目间的综合相似度;最后获取待评分项目的最近邻集合并进行推荐。在真实数据集上,经过广泛的实验验证,本文提出的NSSCF算法在很大程度上克服了数据稀疏性问题,在性能上优于其他的传统推荐算法。 展开更多
关键词 SVD SDAE 相似度 推荐算法
在线阅读 免费下载
上一页 1 2 23 下一页 到第
使用帮助 返回顶部 意见反馈