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
4
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
基于用户的协同过滤算法的推荐效率和个性化改进
被引量:
37
1
作者
王成
朱志刚
+1 位作者
张玉侠
苏芳芳
《小型微型计算机系统》
CSCD
北大核心
2016年第3期428-432,共5页
针对传统的基于用户的协同过滤算法存在的推荐效率、精度和个性化低的问题,提出一种改进方法.该方法在计算用户评分矩阵时,考虑到用户评分矩阵稀疏性,建立项目-用户的倒查表,只计算有相同评分项的用户之间的相似度,避免了传统方法中对...
针对传统的基于用户的协同过滤算法存在的推荐效率、精度和个性化低的问题,提出一种改进方法.该方法在计算用户评分矩阵时,考虑到用户评分矩阵稀疏性,建立项目-用户的倒查表,只计算有相同评分项的用户之间的相似度,避免了传统方法中对所有用户计算两两用户相似度的庞大工作量.该方法在计算用户相似度时,考虑到项目的热门程度不同,"惩罚"了用户共同兴趣列表中的热门项目,避免了传统方法中赋予所有项目相同权值对推荐结果个性化的负面影响.本文在详细分析了改进的用户协同过滤算法的原理和优点,给出了其推荐步骤流程图.在Movielens100K和HetRec2011-movielens-2k公开数据集上,十折交叉验证的结果表明,改进后的算法节约了运行时间,提高了推荐算法的效率和个性化.
展开更多
关键词
基于用户的协同过滤
个性化推荐
相似度计算
用户
评分矩阵
数据稀疏性
项目-
用户
倒查表
十折交叉验证
在线阅读
下载PDF
职称材料
面向个性化网站的增量协同过滤推荐方法
被引量:
8
2
作者
李婷
张瑞芳
郭克华
《计算机工程与应用》
CSCD
北大核心
2019年第4期225-232,共8页
为了解决个性化网站中很少考虑用户检索意图,检索效果较差的问题,提出了一种有效的增量协同过滤推荐方法。该增量协同过滤推荐模型改进了最流行的推荐算法之一的协同过滤算法,并应用到个性化网站中。通过分析Web日志提取用户的浏览行为...
为了解决个性化网站中很少考虑用户检索意图,检索效果较差的问题,提出了一种有效的增量协同过滤推荐方法。该增量协同过滤推荐模型改进了最流行的推荐算法之一的协同过滤算法,并应用到个性化网站中。通过分析Web日志提取用户的浏览行为,将其归一化为用户对项目的评分值,并利用改进的相似度计算方法得到用户之间的相似度值,从中选择能够表现用户偏好的最近邻集合进行评分预测后对结果排序,将排序后的结果作为推荐列表返回给用户。最后设计增量更新算法实时有效地更新用户的历史偏好数据。实验表明,增量协同过滤推荐模型适用于个性化网站,利用该方法可以使推荐结果更加符合用户意图。
展开更多
关键词
个性化网站
基于用户的协同过滤
算法
推荐系统
用户
意图
增量式更新
在线阅读
下载PDF
职称材料
基于室内定位技术的图书馆推荐算法
被引量:
9
3
作者
马元元
蒋子规
+1 位作者
刘艳飞
郝海涛
《兰州理工大学学报》
CAS
北大核心
2018年第2期102-106,共5页
为解决图书馆推荐系统存在的数据稀疏性问题,帮助读者选择感兴趣的图书,提出基于室内定位的图书馆推荐算法.该算法使用室内定位技术,以书架为定位单元,根据读者在图书馆的活动轨迹,获得读者兴趣偏好,将偏好信息引入基于用户的协同过滤算...
为解决图书馆推荐系统存在的数据稀疏性问题,帮助读者选择感兴趣的图书,提出基于室内定位的图书馆推荐算法.该算法使用室内定位技术,以书架为定位单元,根据读者在图书馆的活动轨迹,获得读者兴趣偏好,将偏好信息引入基于用户的协同过滤算法,发现兴趣相似读者,进行推荐.实验结果表明,此算法能有效解决图书馆推荐系统中数据稀疏性问题,为读者提供位置相关的个性化图书推荐.
展开更多
关键词
室内定位
基于用户的协同过滤
推荐系统
图书馆
书架
在线阅读
下载PDF
职称材料
民用建筑“四节一环保”数据的清洗与修复方法研究
被引量:
5
4
作者
申鸿怡
徐芳芳
王新民
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第5期785-795,共11页
针对民用建筑“四节一环保”原始数据中存在的数据质量问题,使用多种方法实现数据清洗与数据修复。数据清洗方面,重点关注单栋建筑能耗数据中存在的相似重复记录及异常记录。其中,识别异常记录采用3σ准则、DBSCAN聚类算法及箱线图内限...
针对民用建筑“四节一环保”原始数据中存在的数据质量问题,使用多种方法实现数据清洗与数据修复。数据清洗方面,重点关注单栋建筑能耗数据中存在的相似重复记录及异常记录。其中,识别异常记录采用3σ准则、DBSCAN聚类算法及箱线图内限3种方法。数据修复方面,重点关注缺失值的填补及基于模型的数据修正。其中,缺失值的填充使用简单填充、线性回归模型和基于用户的协同过滤推荐算法,并以平均绝对误差为评估指标进行对比。基于多元线性回归、主成分回归、偏最小二乘回归、岭回归及Lasso回归5种模型,拟合建筑运行能耗与各解释变量间的关系,对上海市建筑运行能耗相关数据进行数据修复。结果显示,单栋建筑能耗数据适合采用箱线图内限来识别异常记录,并使用中位数填补缺失数据;上海市建筑运行能耗相关数据中,岭回归模型的拟合情况最好。
展开更多
关键词
四节一环保
数据清洗
数据修复
DBSCAN聚类算法
基于用户的协同过滤
推荐算法
岭回归
在线阅读
下载PDF
职称材料
题名
基于用户的协同过滤算法的推荐效率和个性化改进
被引量:
37
1
作者
王成
朱志刚
张玉侠
苏芳芳
机构
华侨大学计算机科学与技术学院
西安交通大学机械强度与振动国家重点实验室
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第3期428-432,共5页
基金
国家自然科学基金项目(51305142
61103170)资助
+3 种基金
厦门市科技计划项目(3502Z20143041)资助
福建省自然科学基金计划项目(2014J01191)资助
中国博士后科学基金第55批面上项目(2014M552429)资助
华侨大学引进人才科研启动项目(12BS217)资助
文摘
针对传统的基于用户的协同过滤算法存在的推荐效率、精度和个性化低的问题,提出一种改进方法.该方法在计算用户评分矩阵时,考虑到用户评分矩阵稀疏性,建立项目-用户的倒查表,只计算有相同评分项的用户之间的相似度,避免了传统方法中对所有用户计算两两用户相似度的庞大工作量.该方法在计算用户相似度时,考虑到项目的热门程度不同,"惩罚"了用户共同兴趣列表中的热门项目,避免了传统方法中赋予所有项目相同权值对推荐结果个性化的负面影响.本文在详细分析了改进的用户协同过滤算法的原理和优点,给出了其推荐步骤流程图.在Movielens100K和HetRec2011-movielens-2k公开数据集上,十折交叉验证的结果表明,改进后的算法节约了运行时间,提高了推荐算法的效率和个性化.
关键词
基于用户的协同过滤
个性化推荐
相似度计算
用户
评分矩阵
数据稀疏性
项目-
用户
倒查表
十折交叉验证
Keywords
user-based collaborative filtering
personalized recommendation
similarity calculation
user-rating-data matrix
data sparseness
items—users inversion table
10-fold cross-validation
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
面向个性化网站的增量协同过滤推荐方法
被引量:
8
2
作者
李婷
张瑞芳
郭克华
机构
中南大学信息科学与工程学院
南京理工大学高维信息智能感知与系统教育部重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2019年第4期225-232,共8页
基金
国家自然科学基金(No.61202341)
高维信息智能感知与系统教育部重点实验室创新基金(No.JYB201502)
+2 种基金
科技部国家国际科技合作专项项目(No.2013DFB10070)
湖南省创新平台专项(No.2012GK4106)
中南大学中央高校基本科研业务费专项资金(No.2017zzts718)
文摘
为了解决个性化网站中很少考虑用户检索意图,检索效果较差的问题,提出了一种有效的增量协同过滤推荐方法。该增量协同过滤推荐模型改进了最流行的推荐算法之一的协同过滤算法,并应用到个性化网站中。通过分析Web日志提取用户的浏览行为,将其归一化为用户对项目的评分值,并利用改进的相似度计算方法得到用户之间的相似度值,从中选择能够表现用户偏好的最近邻集合进行评分预测后对结果排序,将排序后的结果作为推荐列表返回给用户。最后设计增量更新算法实时有效地更新用户的历史偏好数据。实验表明,增量协同过滤推荐模型适用于个性化网站,利用该方法可以使推荐结果更加符合用户意图。
关键词
个性化网站
基于用户的协同过滤
算法
推荐系统
用户
意图
增量式更新
Keywords
personalized website
user-based collaborative filtering
recommendation system
user intention
incremental updating
分类号
TP391 [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
基于室内定位技术的图书馆推荐算法
被引量:
9
3
作者
马元元
蒋子规
刘艳飞
郝海涛
机构
中山职业技术学院信息工程学院
北京邮电大学网络技术研究所
中山市广播电视大学
出处
《兰州理工大学学报》
CAS
北大核心
2018年第2期102-106,共5页
基金
国家自然科学基金(61571066)
文摘
为解决图书馆推荐系统存在的数据稀疏性问题,帮助读者选择感兴趣的图书,提出基于室内定位的图书馆推荐算法.该算法使用室内定位技术,以书架为定位单元,根据读者在图书馆的活动轨迹,获得读者兴趣偏好,将偏好信息引入基于用户的协同过滤算法,发现兴趣相似读者,进行推荐.实验结果表明,此算法能有效解决图书馆推荐系统中数据稀疏性问题,为读者提供位置相关的个性化图书推荐.
关键词
室内定位
基于用户的协同过滤
推荐系统
图书馆
书架
Keywords
indoor positioning
user-based collaborative filtering
recommendation system
library
bookshelf
分类号
TN911.34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
民用建筑“四节一环保”数据的清洗与修复方法研究
被引量:
5
4
作者
申鸿怡
徐芳芳
王新民
机构
北京大学前沿交叉学科研究院大数据科学研究中心
山东科技大学数学与系统科学学院
北京大学数学科学学院
出处
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第5期785-795,共11页
基金
国家重点研发计划(2018YFC0704300)和国家自然科学基金(11901359)资助。
文摘
针对民用建筑“四节一环保”原始数据中存在的数据质量问题,使用多种方法实现数据清洗与数据修复。数据清洗方面,重点关注单栋建筑能耗数据中存在的相似重复记录及异常记录。其中,识别异常记录采用3σ准则、DBSCAN聚类算法及箱线图内限3种方法。数据修复方面,重点关注缺失值的填补及基于模型的数据修正。其中,缺失值的填充使用简单填充、线性回归模型和基于用户的协同过滤推荐算法,并以平均绝对误差为评估指标进行对比。基于多元线性回归、主成分回归、偏最小二乘回归、岭回归及Lasso回归5种模型,拟合建筑运行能耗与各解释变量间的关系,对上海市建筑运行能耗相关数据进行数据修复。结果显示,单栋建筑能耗数据适合采用箱线图内限来识别异常记录,并使用中位数填补缺失数据;上海市建筑运行能耗相关数据中,岭回归模型的拟合情况最好。
关键词
四节一环保
数据清洗
数据修复
DBSCAN聚类算法
基于用户的协同过滤
推荐算法
岭回归
Keywords
resources saving and environment protection
data cleaning
data repairing
DBSCAN clustering algorithm
user-based collaborative filtering
ridge regression
分类号
TU17 [建筑科学—建筑理论]
TU201.5 [建筑科学—建筑设计及理论]
TP311.13 [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
作者
出处
发文年
被引量
操作
1
基于用户的协同过滤算法的推荐效率和个性化改进
王成
朱志刚
张玉侠
苏芳芳
《小型微型计算机系统》
CSCD
北大核心
2016
37
在线阅读
下载PDF
职称材料
2
面向个性化网站的增量协同过滤推荐方法
李婷
张瑞芳
郭克华
《计算机工程与应用》
CSCD
北大核心
2019
8
在线阅读
下载PDF
职称材料
3
基于室内定位技术的图书馆推荐算法
马元元
蒋子规
刘艳飞
郝海涛
《兰州理工大学学报》
CAS
北大核心
2018
9
在线阅读
下载PDF
职称材料
4
民用建筑“四节一环保”数据的清洗与修复方法研究
申鸿怡
徐芳芳
王新民
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020
5
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