-
题名基于标签与深度本体的Web推荐方法研究
被引量：2
- 1
-
-
作者
吕刚
郑诚
胡春玲
-
机构
安徽大学计算智能与信号处理教育部重点实验室
合肥学院网络与智能信息处理重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第12期156-160,共5页
-
基金
国家自然科学基金资助项目(61005010)
安徽省自然科学基金资助项目(1408085MF135)
高等学校省级优秀青年人才基金资助重点项目(2013SQRL074ZD)
-
文摘
基于用户偏好物品与其在网上浏览的历史记录,推荐系统都能够向用户推荐项目和预测未来的采购意愿,但稀疏性、冷启动等问题影响该方法的推荐效果。为此,提出将深度本体与用户标签结合的Web推荐方法。利用深度本体项目之间的语义关系对数据矩阵降维,根据用户提供的标签信息,将点击流映射到本体中,结合深度本体中项目之间的关系扩展推荐结果,推荐出top-n信息。实验结果表明,与传统的基于本体方法相比,该方法可解决稀疏性和冷启动等问题,同时推荐的准确性和时效性都有较好的效果。
-
关键词
推荐系统
标签
深度本体
降维
点击流
推荐扩展
-
Keywords
recommendation system
tags
deep ontology
dimensionality reduction
clickstream
recommendation expanding
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名云计算环境中资源优化推荐技术研究
被引量：1
- 2
-
-
作者
吕晓晴
-
机构
河北师范大学汇华学院
-
出处
《现代电子技术》
北大核心
2016年第21期24-28,共5页
-
基金
基金项目:引企入校--创新IT类人才培养的实践平台(2012GJJG136)
以培养IT企业适应型人才为目标的软件测试KPI考核体系的构建与研究(2015GJJG275)
-
文摘
随着系统规模的不断扩大和数据获取量的指数级增长,在传统推荐系统的冷启动、精确性、扩展性等问题严峻化的同时,实时性问题亦成为面向海量数据推荐系统新的瓶颈点。基于传统推荐领域的主流算法,提出了一个扩展向量推荐模型。根据扩展模型对推荐算法中对象的向量进行合理扩展,通过相似度计算等过程动态选取推荐集,完成对目标对象更精确的推荐。实验结果表明,与传统推荐算法相比,基于新模型的推荐算法可以显著地提升推荐效果,成功克服冷启动问题。
-
关键词
扩展向量推荐模型
协同过滤
SLOPE
One
ALS—WR
分布式计算
-
Keywords
expand-vector recommendation model
collaborative filtering
Slope One
ALS-WR
distributed computing
-
分类号
TN911-34
[电子电信—通信与信息系统]
TM417
[电气工程—电器]
-
