期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究
被引量：
11
1
作者
李广丽
朱涛
+4 位作者
滑瑾
邱蝶蝶
邬任重
张红斌
姬东鸿
《华中师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第2期214-221,共8页
传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型:采用分层抽样统计及主观赋值评价法...
传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型:采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的"Wisdom Tourism"数据集上进行仿真实验.实验表明:推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59%、10.05%、5.04%;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.
展开更多
关键词
分层抽样统计
贝叶斯个性化排序
协同过滤
旅游景点
推荐模型
矩阵分解
在线阅读
下载PDF
职称材料
题名
混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究
被引量：
11
1
作者
李广丽
朱涛
滑瑾
邱蝶蝶
邬任重
张红斌
姬东鸿
机构
华东交通大学信息工程学院
华东交通大学软件学院
武汉大学国家网络安全学院
出处
《华中师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第2期214-221,共8页
基金
国家自然科学基金项目(61762038
61741108
+8 种基金
61861016)
教育部人文社会科学研究规划基金项目(16YJAZH029
17YJAZH117)
江西省自然科学基金项目(20171BAB202023)
江西省科技厅重点研发计划项目(20171BBG70093)
江西省社会科学规划项目(16TQ02)
江西省教育厅科技项目(GJJ160497
GJJ160509
GJJ160531)
文摘
传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型:采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的"Wisdom Tourism"数据集上进行仿真实验.实验表明:推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59%、10.05%、5.04%;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.
关键词
分层抽样统计
贝叶斯个性化排序
协同过滤
旅游景点
推荐模型
矩阵分解
Keywords
hierarchical sampling statistics
bayesian personalized ranking
collaborative filtering
tourist spots
recommendation model
matrix factorization
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
O212 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究
李广丽
朱涛
滑瑾
邱蝶蝶
邬任重
张红斌
姬东鸿
《华中师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2019
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
