期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
适应用户兴趣变化的指数遗忘协同过滤算法 被引量:20
1
作者 李克潮 梁正友 《计算机工程与应用》 CSCD 北大核心 2011年第13期154-156,共3页
协同过滤是目前推荐系统中最为成功的推荐技术,但传统的协同过滤算法没有考虑用户兴趣的变化。针对上述问题,从艾宾浩斯记忆遗忘规律得到启发,提出一种基于资源相似度的协同过滤算法,利用基于指数遗忘的数据权重来逐步减小资源相似度的... 协同过滤是目前推荐系统中最为成功的推荐技术,但传统的协同过滤算法没有考虑用户兴趣的变化。针对上述问题,从艾宾浩斯记忆遗忘规律得到启发,提出一种基于资源相似度的协同过滤算法,利用基于指数遗忘的数据权重来逐步减小资源相似度的权重。实验结果表明,该算法显著提高推荐系统的推荐质量。 展开更多
关键词 协同过滤 推荐算法 用户兴趣 指数遗忘
在线阅读 下载PDF
适应用户兴趣变化的社会化标签推荐算法研究 被引量:10
2
作者 张艳梅 王璐 《计算机工程》 CAS CSCD 2014年第11期318-321,共4页
目前许多基于社会化标签的推荐均忽视用户的兴趣变化及反复性,影响了推荐质量。针对该问题,提出一种将指数遗忘权重和时间窗口相结合的算法,既突出了近期兴趣的重要性,又强调了反复出现的早期数据。建立基准标签集,根据指数偏移后的标... 目前许多基于社会化标签的推荐均忽视用户的兴趣变化及反复性,影响了推荐质量。针对该问题,提出一种将指数遗忘权重和时间窗口相结合的算法,既突出了近期兴趣的重要性,又强调了反复出现的早期数据。建立基准标签集,根据指数偏移后的标签向量选出目标用户的最近邻居,通过目标用户时间窗内标记的资源计算其所有资源的推荐权重向量,结合推荐权重和资源相似度给出最近邻居标记资源的推荐分数,取分数最高的前K个资源做出推荐。仿真实验结果表明,改进后的算法能动态地跟踪、学习用户的兴趣变化,提高推荐精度。 展开更多
关键词 协同过滤 标签 兴趣变化 指数遗忘 时间窗 推荐
在线阅读 下载PDF
基于模糊聚类和改进混合蛙跳的协同过滤推荐 被引量:3
3
作者 许智宏 田雨 +1 位作者 闫文杰 暴利花 《计算机应用研究》 CSCD 北大核心 2018年第10期2908-2911,共4页
由于传统的协同过滤推荐算法存在很多缺陷,如数据稀疏性、冷启动、低推荐精度等,提出了一种基于模糊聚类和改进混合蛙跳的协同过滤推荐算法。首先利用一种构造的基于时间的指数遗忘函数对原始评分数据进行处理;然后根据得到的基于时间... 由于传统的协同过滤推荐算法存在很多缺陷,如数据稀疏性、冷启动、低推荐精度等,提出了一种基于模糊聚类和改进混合蛙跳的协同过滤推荐算法。首先利用一种构造的基于时间的指数遗忘函数对原始评分数据进行处理;然后根据得到的基于时间衰退的评分矩阵对用户进行模糊C-均值(FCM)聚类,并找出与目标用户有较高相似性的前几个类作为候选邻居集;再用改进的混合蛙跳算法找到最近邻居集;最后求出目标用户对未参与项目的预测评分。经实验证明,该算法比其他一些算法的推荐精度要高,且由于数据稀疏性引起的不良影响也得到了有效的缓解。 展开更多
关键词 协同过滤推荐 指数遗忘函数 模糊C-均值聚类 混合蛙跳算法
在线阅读 下载PDF
基于IALM和填充可信度的协同过滤算法及其并行化研究 被引量:3
4
作者 李灿 李书琴 +1 位作者 蔡骋 马晓骥 《计算机应用研究》 CSCD 北大核心 2016年第10期2954-2958,2976,共6页
为解决传统协同过滤推荐中存在的数据稀疏性和可扩展性问题,基于IALM和填充可信度提出了并行化的协同过滤算法。该算法利用非精确增广拉格朗日乘子法(IALM)对评分矩阵和评分时间矩阵进行填充;引入填充可信度,并与指数遗忘函数结合,对填... 为解决传统协同过滤推荐中存在的数据稀疏性和可扩展性问题,基于IALM和填充可信度提出了并行化的协同过滤算法。该算法利用非精确增广拉格朗日乘子法(IALM)对评分矩阵和评分时间矩阵进行填充;引入填充可信度,并与指数遗忘函数结合,对填充评分进行加权修正,在此基础上应用协同过滤算法进行预测评分;最后基于Hadoop平台对算法进行了并行化设计与实现。实验结果表明,该算法能够提高推荐质量,同时基于Hadoop平台的算法运算效率明显提高。 展开更多
关键词 协同过滤 填充可信度 指数遗忘函数 HADOOP 并行化
在线阅读 下载PDF
基于改进Morlet小波的信号符号率估计 被引量:1
5
作者 郭晶 曹洁 《电子测量技术》 2009年第11期40-42,75,共4页
连续小波变换由于具有良好的时频分析能力而广泛应用于信号特征分析,同时也由于较大的运算量而影响了其在工程上的运用。针对这个问题,本文根据指数遗忘分布在时间上的相关性,对Morlet小波函数进行了改进,并应用于信号符号率估计。仿真... 连续小波变换由于具有良好的时频分析能力而广泛应用于信号特征分析,同时也由于较大的运算量而影响了其在工程上的运用。针对这个问题,本文根据指数遗忘分布在时间上的相关性,对Morlet小波函数进行了改进,并应用于信号符号率估计。仿真结果表明,采用快速算法的morlet小波变换在信号符号率估计性能方面并没有下降,并且运算效率大大提高了。 展开更多
关键词 MORLET小波 符号率估计 快速算法 指数遗忘分布
在线阅读 下载PDF
改进的基于标签的协同过滤算法 被引量:20
6
作者 郭彩云 王会进 《计算机工程与应用》 CSCD 北大核心 2016年第8期56-61,147,共7页
针对现存的基于标签的个性化推荐系统在构建用户兴趣模型时未充分挖掘用户真正的兴趣爱好,且未考虑到时间因素对推荐结果的影响,提出一种改进的基于标签的协同过滤算法(ITCF)。该算法将用户评分融入到用户对标签权重的计算中,考虑用户... 针对现存的基于标签的个性化推荐系统在构建用户兴趣模型时未充分挖掘用户真正的兴趣爱好,且未考虑到时间因素对推荐结果的影响,提出一种改进的基于标签的协同过滤算法(ITCF)。该算法将用户评分融入到用户对标签权重的计算中,考虑用户不同兴趣程度的项目对推荐结果的影响,并使用指数渐进遗忘函数和时间窗口相结合的方法来捕捉用户兴趣的变化。在数据集Movielens上的实验证明,改进后的算法在precision、hit-rank以及NDCG三个评价指标上均取得了较好的推荐效果,其推荐的质量和效果均优于传统方案。 展开更多
关键词 协同过滤 标签 指数渐进遗忘函数 时间窗口 准确率
在线阅读 下载PDF
在线自适应LASSO罚向量自回归模型的风电功率预测 被引量:10
7
作者 王金甲 彭汝佳 《燕山大学学报》 CAS 北大核心 2018年第6期532-538,551,共8页
针对许多领域中普遍存在的非平稳多元时间序列的建模处理问题,提出了LASSO向量自回归模型的递推在线拟合方法,利用遗忘指数来实现模型的动态变化,并用循环坐标下降算法在线的对向量自回归模型进行系数估计。为证明模型的有效性,将其应... 针对许多领域中普遍存在的非平稳多元时间序列的建模处理问题,提出了LASSO向量自回归模型的递推在线拟合方法,利用遗忘指数来实现模型的动态变化,并用循环坐标下降算法在线的对向量自回归模型进行系数估计。为证明模型的有效性,将其应用于风电场风电功率的预测,并以传统的向量自回归模型和分层向量自回归模型作为比较基准。根据实验结果表明,在线自适应LASSO向量自回归模型的预测精度高于传统的批量模型,通过系数矩阵图也可以看出,预测风电场临近的风电场对预测点存在一定程度的影响,但自身影响是最大的。将递归在线估计与LASSO向量自回归模型的结合应用于风电功率的预测,对于提高风电功率的预测精度以及改善风电系统工作效率有重要意义。 展开更多
关键词 多元时间序列 风电功率预测 向量自回归模型 遗忘指数 坐标下降法 套索
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部