期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
非均匀划分拟阵约束下的多样性推荐方法 被引量:2
1
作者 和凤珍 石进平 《计算机科学与探索》 CSCD 北大核心 2019年第2期226-238,共13页
多样性推荐方法旨在提供既满足相关性又具有多样性的top-k推荐结果。大多数现有的多样性方法没有同时考虑多样性和准确度,而且这些方法假设每个推荐项的重要程度是相同的。受此启发,针对个性化推荐系统,提出一种新的基于用户偏好的多样... 多样性推荐方法旨在提供既满足相关性又具有多样性的top-k推荐结果。大多数现有的多样性方法没有同时考虑多样性和准确度,而且这些方法假设每个推荐项的重要程度是相同的。受此启发,针对个性化推荐系统,提出一种新的基于用户偏好的多样性推荐模型。该模型对用户的整体类别偏好程度、同一类别内部的偏好程度和相关度进行建模;将多样性和相关性同时融合到子模函数中,同时在模型上施加了非均匀划分拟阵约束(即不同用户对不同类别的偏好程度以及同一类别内部的偏好程度不同,每个推荐项的重要程度也不同);证明了最大化提出的目标函数是NP-hard问题,并通过类别簇内局部贪心求解子模函数获得(1-1/e)的近似保证率,同时降低了算法复杂度。最后,引入一个惩罚因子自动调节同一类别中的推荐项加入推荐列表的困难程度。不同数据集上的实验结果表明:提出的方法不仅能够在准确度和多样性之间取得有效的折中,而且具有高效性。 展开更多
关键词 个性化推荐 用户偏好 推荐系统 多样性 划分拟阵约束 子模函数
在线阅读 下载PDF
基于社交关系和用户偏好的多样性图推荐方法 被引量:7
2
作者 石进平 李劲 和凤珍 《计算机科学》 CSCD 北大核心 2018年第B06期423-427,共5页
以协同过滤为代表的传统推荐算法能够为用户提供准确率较高的推荐列表,但忽略了推荐系统中另外一个重要的衡量标准:多样性。随着社交网络的日益发展,大量冗余和重复的信息充斥其间,信息过载使得快速、有效地发现用户的兴趣爱好变得更加... 以协同过滤为代表的传统推荐算法能够为用户提供准确率较高的推荐列表,但忽略了推荐系统中另外一个重要的衡量标准:多样性。随着社交网络的日益发展,大量冗余和重复的信息充斥其间,信息过载使得快速、有效地发现用户的兴趣爱好变得更加困难。针对某个用户推荐最能满足其兴趣爱好的物品,需要具备显著的相关度且能覆盖用户广泛的兴趣爱好。因此,基于社交关系和用户偏好提出一种面向多样性和相关度的图排序框架。首先,引入社交关系图模型,综合考虑用户及物品之间的关系,以更好地建模它们的相关度;然后,利用线性模型融合多样性和相关性两个重要指标;最后,利用Spark GraphX并行图计算框架实现该算法,并在真实的数据集上通过实验验证所提方法的有效性和扩展性。 展开更多
关键词 多样性 相关性 社交网络 个性化推荐系统 SPARK GraphX
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部