期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于社交关系拓扑结构的冷启动推荐方法 被引量:2
1
作者 张亚楠 曲明成 刘宇鹏 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2016年第5期1001-1008,共8页
针对冷启动用户仅有很少行为信息,很难为冷启动用户给出推荐的问题,提出基于比较社交网络中用户间社交关系拓扑结构的冷启动推荐方法.社交网络中包含多种可以反映用户偏好的社交关系,然而现有基于社交网络的冷启动推荐研究仅利用一种或... 针对冷启动用户仅有很少行为信息,很难为冷启动用户给出推荐的问题,提出基于比较社交网络中用户间社交关系拓扑结构的冷启动推荐方法.社交网络中包含多种可以反映用户偏好的社交关系,然而现有基于社交网络的冷启动推荐研究仅利用一种或者很少的社交关系,没有充分利用社交网络中的多种社交关系,很少考虑融合相异的社交关系,限制了在实际环境中对冷启动用户的推荐效果.由于社交关系在社交网络中的权重越大在推荐中的影响越大,为了给出准确的冷启动推荐,提出基于社交关系拓扑的相似用户发现方法(STSUM),基于最大熵原理融合社交网络中多种相异的社交关系,基于图形模式匹配为冷启动用户发现相似用户,给出推荐.在真实的网站中提取社交关系和用户数据,实验结果表明,STSUM可以有效地提高对冷启动用户的推荐效果且需要较少的训练集. 展开更多
关键词 冷启动推荐 社交网络 图形模式匹配 最大熵
在线阅读 下载PDF
基于增量图形模式匹配的动态冷启动推荐方法 被引量:1
2
作者 张亚楠 陈德运 +1 位作者 王莹洁 刘宇鹏 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2017年第2期408-415,共8页
针对忽视用户的社交关系变化可能得到不准确的推荐结果这一问题,为冷启动用户基于社交网络拓扑结构增量更新相似用户,并基于更新的相似用户给出准确的推荐.用户社交关系是动态变化的,然而现有基于社交网络的冷启动推荐却没有充分考虑社... 针对忽视用户的社交关系变化可能得到不准确的推荐结果这一问题,为冷启动用户基于社交网络拓扑结构增量更新相似用户,并基于更新的相似用户给出准确的推荐.用户社交关系是动态变化的,然而现有基于社交网络的冷启动推荐却没有充分考虑社交关系的变更对推荐结果的影响.为了给冷启动用户实时准确的推荐,提出基于增量图形模式匹配的动态冷启动推荐方法(IGPMDCR),增量地更新冷启动用户的相似用户,为冷启动用户给出实时准确的推荐结果.在真实社交网站的数据集的实验结果表明,IGPMDCR可以在用户间社交关系变更的情况下,为冷启动用户给出实时准确的推荐结果. 展开更多
关键词 冷启动推荐 社交网络 增量图形模式匹配 社交网络拓扑结构
在线阅读 下载PDF
支持冷启动用户推荐的区块链服务发布方案 被引量:1
3
作者 董学文 刘昊哲 +1 位作者 乔慧 郑佳伟 《通信学报》 EI CSCD 北大核心 2021年第1期57-66,共10页
为解决现有的发布系统容易受到篡改,以及很难向新加入系统的“冷启动”用户推荐服务信息的问题,提出了一种支持冷启动用户推荐的区块链服务发布方案。将单个辅助域的潜在特征映射模型扩展到2个辅助域,为目标域中的冷启动用户进行更为精... 为解决现有的发布系统容易受到篡改,以及很难向新加入系统的“冷启动”用户推荐服务信息的问题,提出了一种支持冷启动用户推荐的区块链服务发布方案。将单个辅助域的潜在特征映射模型扩展到2个辅助域,为目标域中的冷启动用户进行更为精确的推荐。将微服务架构和区块技术相结合,确保系统可扩展性、可靠性和安全性。在亚马逊交易数据中提取的3个真实数据集上的实验结果表明,所提推荐模型优于大多数其他推荐方法,并且服务发布信息可以安全地存储在区块链中以确保其不被更改。 展开更多
关键词 区块链 服务发布 冷启动推荐 辅助域
在线阅读 下载PDF
基于异质图表达学习的跨境电商推荐模型 被引量:5
4
作者 张瑾 朱桂祥 +2 位作者 王宇琛 郑烁佳 陈镜潞 《电子与信息学报》 EI CSCD 北大核心 2022年第11期4008-4017,共10页
跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显... 跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显式”和“隐式”的反馈信息,忽视了由用户与项目组成的图结构信息,推荐性能很难满足平台和用户的要求。为了解决这些难题,该文提出基于异质图表达学习的图神经网络模型(HGNR)用于个性化的跨境电商产品推荐,该模型具有2个显著的优势:(1)构造“用户-产品-主题”3部图作为模型的输入,通过图卷积神经网络(GCN)在异质图上进行高质量信息传播和聚合;(2)能够获取高质量的用户和产品表征向量,实现了用户和产品复杂交互关系的建模。在真实的跨境电商订单数据集上的实验结果表明,HGNR模型不仅在推荐性能上表现出色,还能有效提升冷启动用户的推荐准确率,与9种推荐基准算法相比,HGNR在评价指标HitRate@10,Item-coverage@10,MRR@10上至少提升了3.33%,0.91%,0.54%。 展开更多
关键词 推荐系统 图神经网络 异质图神经网络 冷启动推荐 跨境电商
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部