检索结果-维普期刊中文期刊服务平台

基于用户隐性反馈与协同过滤相结合的电子书籍推荐服务被引量：11: 1; 作者曹斌彭宏杰 +2 位作者侯晨煜杨克宇范菁《小型微型计算机系统》 CSCD 北大核心 2017年第2期334-339,共6页; 随着电子设备的普及,越来越多的人更愿意在他们的手机或者平板上阅读电子书籍.推荐服务的出现是为了从海量电子书籍中找到符合读者兴趣的书籍,其中协同过滤(Collaborative Filtering,CF)作为推荐系统的主流方法,也被应用在书籍推荐服务... 展开更多; 关键词协同过滤(cf) 推荐系统隐形反馈电子书籍; 在线阅读下载PDF 职称材料

一种有效缓解数据稀疏问题的协同过滤推荐算法被引量：12: 2; 作者张清于博 +1 位作者王辉邓林《合肥工业大学学报（自然科学版）》 CAS 北大核心 2019年第4期473-478,共6页; 文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结... 展开更多; 关键词数据稀疏协同过滤(cf) Tanimoto相似性系数推荐算法矩阵填充; 在线阅读下载PDF 职称材料

基于用户意图消歧的解离协同过滤算法被引量：1: 3; 作者金佳琪张梦菲 +2 位作者潘茂褚志海方金云《高技术通讯》 CAS 2023年第5期479-488,共10页; 协同过滤(CF)是推荐算法中一个重要的研究方向,近期的工作表明CF可以有效地挖掘用户-物品交互背后的潜在意图来精细化建模用户和物品的表示,从而服务下游的推荐任务。然而,本文认为现有的工作没有很好地解决用户-物品交互无偏化问题,它... 展开更多; 关键词去偏差推荐系统图神经网络(GNN) 图池化协同过滤(cf); 在线阅读下载PDF 职称材料

基于离散化动态图的协同过滤推荐算法被引量：1: 4; 作者金佳琪张梦菲 +2 位作者潘茂褚志海方金云《高技术通讯》 CAS 2023年第6期591-601,共11页; 基于图卷积网络(GCN)模型在学习用户/物品表示方面表现出了强大的性能,给传统的协作过滤(CF)算法带来了新的研究突破。然而,现有的基于GCN的CF方法仍然都是针对静态图建模,而在实际场景中,用户与物品的交互不是一成不变的,会随着时间的... 展开更多; 关键词推荐系统动态图图卷积网络(GCN) 协同过滤(cf); 在线阅读下载PDF 职称材料

一种基于标签的Top-N个性化推荐算法被引量：10: 5; 作者马闻锴李贵 +2 位作者李征宇韩子扬曹科研《计算机科学》 CSCD 北大核心 2019年第S11期224-229,共6页; 随着Web2.0的发展,UGC标签系统受到越来越多的关注,标签既能反映用户的兴趣又能描述物品的本身特征。现有的标签推荐算法没有考虑用户的连续行为所产生的影响,而传统的基于马尔可夫链(Markov Chain)的推荐算法虽然侧重于研究用户的连续... 展开更多; 关键词推荐系统标签马尔可夫链(MC) 满意度模型协同过滤(cf); 在线阅读下载PDF 职称材料

题名基于用户隐性反馈与协同过滤相结合的电子书籍推荐服务被引量：11: 1; 作者曹斌彭宏杰侯晨煜杨克宇范菁; 机构浙江工业大学计算机科学与技术学院; 出处《小型微型计算机系统》 CSCD 北大核心 2017年第2期334-339,共6页; 基金国家自然科学基金项目(61602411)资助浙江省重大科技专项重点工业项目(2015C01029)资助 +1 种基金杭州市重大科技创新项目(20152011A03)资助; 文摘随着电子设备的普及,越来越多的人更愿意在他们的手机或者平板上阅读电子书籍.推荐服务的出现是为了从海量电子书籍中找到符合读者兴趣的书籍,其中协同过滤(Collaborative Filtering,CF)作为推荐系统的主流方法,也被应用在书籍推荐服务中.传统基于CF的书籍推荐在解决用户显性评分缺失问题时,仅考虑了用户对书籍的喜好程度与阅读时长和阅读频次等隐性反馈内容有关,忽略了在阅读书籍时不同用户间阅读速度可能存在差异.从阅读速度出发展开研究,提出阅读速度感知模型(Reading Speed-aware Model,RSA)和书籍阅读权重模型(Reading Book-weight Model,RBW),把用户的阅读时长转换为阅读速度,最后结合上述两个模型提出一个混合的速度-权重模型(Speed-Weight Model),将用户的隐性反馈转换为喜好程度的评分来补全CF评分矩阵.通过对现有方法的实验对比分析,本文所提方法能够在一定程度上提高书籍推荐的准确度.; 关键词协同过滤(cf) 推荐系统隐形反馈电子书籍; Keywords collaborative filtering （ cf ） recommender system implicit feedback E-books; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名一种有效缓解数据稀疏问题的协同过滤推荐算法被引量：12: 2; 作者张清于博王辉邓林; 机构合肥工业大学信息化建设与发展中心; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2019年第4期473-478,共6页; 基金国家国际科技合作专项资助项目(2015DFI12950) 安徽省重大教学改革资助项目(2014zdjy011); 文摘文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结合提出的预测公式对目标用户的未评分项进行预测评分和填充,从而降低矩阵的数据稀疏度。实验结果表明,该算法对稀疏数据集具有较好的表现,能够提高推荐的质量。; 关键词数据稀疏协同过滤(cf) Tanimoto相似性系数推荐算法矩阵填充; Keywords data sparsity collaborative filtering(cf) Tanimoto similarity coefficient recommendation algorithm matrix filling; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于用户意图消歧的解离协同过滤算法被引量：1: 3; 作者金佳琪张梦菲潘茂褚志海方金云; 机构中国科学院计算技术研究所中国科学院大学国家计算机网络应急技术处理协调中心中国雄安集团有限公司; 出处《高技术通讯》 CAS 2023年第5期479-488,共10页; 基金北京市科技计划(E031150) 河北省科技计划(E132010)资助项目。; 文摘协同过滤(CF)是推荐算法中一个重要的研究方向,近期的工作表明CF可以有效地挖掘用户-物品交互背后的潜在意图来精细化建模用户和物品的表示,从而服务下游的推荐任务。然而,本文认为现有的工作没有很好地解决用户-物品交互无偏化问题,它们一般根据假定的而非显式建模的意图生成用户和物品的解离表示。对此,本文提出了一个新的无偏差解离协同过滤(DebiasedCF)推荐框架,该框架利用用户的个人历史来提取其潜在意图,用于表示学习。具体地说,首先利用意图提取模块对用户意图进行显式建模;然后分别对各意图子图进行无偏化;再执行嵌入传播,从而为每个意图生成相应的解离表示;最后设计了一个意图嵌入聚合层来进一步融合在不同意图子图中学得的解离表示。实证结果表明,本文的框架能够在最先进的基线方法基础上取得实质性的改进。进一步的分析验证了提取的用户意图在去偏差和用户-物品表示建模方面的优势。; 关键词去偏差推荐系统图神经网络(GNN) 图池化协同过滤(cf); Keywords debias recommender system graph neural network(GNN) graph pooling collaborative filtering(cf); 分类号 TP391.3 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于离散化动态图的协同过滤推荐算法被引量：1: 4; 作者金佳琪张梦菲潘茂褚志海方金云; 机构中国科学院计算技术研究所中国科学院大学国家计算机网络应急技术处理协调中心中国雄安集团有限公司; 出处《高技术通讯》 CAS 2023年第6期591-601,共11页; 基金北京市科技计划(E031150) 河北省科技计划(E132010)资助项目。; 文摘基于图卷积网络(GCN)模型在学习用户/物品表示方面表现出了强大的性能,给传统的协作过滤(CF)算法带来了新的研究突破。然而,现有的基于GCN的CF方法仍然都是针对静态图建模,而在实际场景中,用户与物品的交互不是一成不变的,会随着时间的推移而持续演化;GCN中的过平滑问题会极大地限制现有推荐算法的表示学习建模。为解决上述问题,提出了基于动态图的协同过滤算法(DynGCF),其目的是通过同时捕获图的结构和时态演化信息来学习用户和物品的嵌入表示。DynGCF首先采用GCN学习每个离散快照图上的用户/物品嵌入,然后应用时间卷积网络(TCN)和自注意力机制学习,最终嵌入表示。为缓解过平滑问题,本文改进了传统GCN中的关键模块,即邻域聚合,通过在1阶交互图和2阶共现图建模用户和物品的交互。在4个真实数据集上与基于GCN的CF方法和动态图的基线方法对比,验证了DynGCF的性能提升,并分析验证了改进的方法能有效缓解过平滑问题。; 关键词推荐系统动态图图卷积网络(GCN) 协同过滤(cf); Keywords recommender system dynamic graph graph convolution network(GCN) collaborative filtering(cf); 分类号 TP391.3 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种基于标签的Top-N个性化推荐算法被引量：10: 5; 作者马闻锴李贵李征宇韩子扬曹科研; 机构沈阳建筑大学信息与控制工程学院; 出处《计算机科学》 CSCD 北大核心 2019年第S11期224-229,共6页; 基金国家自然科学基金项目(61602323) 辽宁省博士启动基金项目(201601209) 住建部科学技术项目(2017-K8-038)资助; 文摘随着Web2.0的发展,UGC标签系统受到越来越多的关注,标签既能反映用户的兴趣又能描述物品的本身特征。现有的标签推荐算法没有考虑用户的连续行为所产生的影响,而传统的基于马尔可夫链(Markov Chain)的推荐算法虽然侧重于研究用户的连续行为来产生推荐,但它是直接作用于用户与物品的二维关系,并不适用于基于UGC的标签推荐。因此,通过结合马尔可夫链和协同过滤的思想,提出了一种基于标签的个性化推荐算法。该算法将〈用户-标签-物品〉的三维关系拆分为〈用户-标签〉和〈标签-物品〉两个二维关系。首先通过马尔可夫链模型计算用户对标签的兴趣度,再通过推荐标签集来匹配与其相对应的物品。为了提高推荐的精准率,该算法利用标签之间的影响,并基于匹配物品中所含标签间存在的关联关系对物品进行满意度建模,该模型是一种概率模型。在计算用户-标签和用户-物品之间的兴趣度和满意度时使用了协同过滤的思想来补全稀疏值。在公开的数据集中,与现有算法相比,该算法在精准率、召回率上均有明显提高。; 关键词推荐系统标签马尔可夫链(MC) 满意度模型协同过滤(cf); Keywords Recommended system Tag Markov chain Satisfaction model Collaborative filtering; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 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	基于用户隐性反馈与协同过滤相结合的电子书籍推荐服务	曹斌彭宏杰侯晨煜杨克宇范菁	《小型微型计算机系统》 CSCD 北大核心	2017	11	在线阅读下载PDF 职称材料
2	一种有效缓解数据稀疏问题的协同过滤推荐算法	张清于博王辉邓林	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2019	12	在线阅读下载PDF 职称材料
3	基于用户意图消歧的解离协同过滤算法	金佳琪张梦菲潘茂褚志海方金云	《高技术通讯》 CAS	2023	1	在线阅读下载PDF 职称材料
4	基于离散化动态图的协同过滤推荐算法	金佳琪张梦菲潘茂褚志海方金云	《高技术通讯》 CAS	2023	1	在线阅读下载PDF 职称材料
5	一种基于标签的Top-N个性化推荐算法	马闻锴李贵李征宇韩子扬曹科研	《计算机科学》 CSCD 北大核心	2019	10	在线阅读下载PDF 职称材料