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
共找到108篇文章
< 1 2 … 6 >
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：
基于注意力机制的特征融合推荐模型 被引量：1
1
作者 马汉达 李腾飞 《计算机工程与科学》 北大核心 2025年第5期902-911,共10页
针对目前推荐系统难以获得特征信息,缺乏有效的方法来表示特征信息的权重的问题,提出了一种基于注意力机制与特征融合的推荐模型FFADeepCF_SPS。首先,针对特征表示不够充分的问题,使用因子分解机融合特征,将特征从一维扩展到高维,从而... 针对目前推荐系统难以获得特征信息,缺乏有效的方法来表示特征信息的权重的问题,提出了一种基于注意力机制与特征融合的推荐模型FFADeepCF_SPS。首先,针对特征表示不够充分的问题,使用因子分解机融合特征,将特征从一维扩展到高维,从而获得特征的低阶表示,然后使用深度神经网络学习高阶特征,并通过一个全连接层将2种特征组合起来,以获得所需的特征表示;其次,针对单头注意力机制过度倾斜权重的问题,使用将输入切分成多个单头分别计算其注意力权重的多头注意力机制,再经由线性变换将各结果进行拼接,获得最终的输出;最后,结合上述2点构建了基于注意力机制与特征融合的推荐模型。为了验证模型的有效性,在4个公开数据集上与基线模型GMF、DeepCF_SPS和CNN-BiLSTM进行了对比实验以及消融实验。实验结果表明,在不同规模的数据集上,所提模型与基线模型相比在MSE、RMSE、MAE评价指标上表现出的性能均更优。 展开更多
关键词 注意力机制 特征融合 推荐模型 评分预测
在线阅读 下载PDF
面向知识图谱的网络信息自监督强化学习推荐模型
2
作者 封顺 《现代电子技术》 北大核心 2025年第10期142-146,共5页
为深入理解和挖掘用户历史网络交互信息中的行为特征,动态提取用户交互行为变化,实现网络信息个性化推荐,构建了一种基于知识图谱的网络信息自监督强化学习推荐模型。该模型构建了用户网络信息交互行为的知识图谱,清晰地展示用户历史网... 为深入理解和挖掘用户历史网络交互信息中的行为特征,动态提取用户交互行为变化,实现网络信息个性化推荐,构建了一种基于知识图谱的网络信息自监督强化学习推荐模型。该模型构建了用户网络信息交互行为的知识图谱,清晰地展示用户历史网络信息交互行为。通过基于自监督强化学习的特征提取模型,有效捕捉知识图谱中用户行为的动态变化,避免流行度偏差的负面影响,从而提取出历史网络交互信息的特征。基于知识图谱相似度计算,推荐与用户历史交互信息特征相似的网络信息实体,实现精准且个性化的推荐。实验结果验证,所提模型为用户推荐网络电影信息资源后,点击播放转化率达96.83%,网络信息个性化推荐效果明显提升。 展开更多
关键词 知识图谱 网络信息 自监督 强化学习 推荐模型 交互信息 特征提取 相似度计算
在线阅读 下载PDF
融合项目评分不确定度的多属性深度神经协同推荐模型
3
作者 李昌兵 王霞 邓江洲 《重庆理工大学学报(自然科学)》 北大核心 2025年第1期75-82,共8页
现有大多数深度学习推荐模型只使用用户的单一评分信息进行模型训练,忽视了用户在项目不同属性上的偏好行为,这在一定程度上影响推荐准确性。为此,提出一种融合项目评分不确定度的多属性深度神经协同推荐模型来学习用户在项目各属性上... 现有大多数深度学习推荐模型只使用用户的单一评分信息进行模型训练,忽视了用户在项目不同属性上的偏好行为,这在一定程度上影响推荐准确性。为此,提出一种融合项目评分不确定度的多属性深度神经协同推荐模型来学习用户在项目各属性上的评分行为,高效捕捉用户的多维度偏好特征。为使模型能充分考虑用户对项目各属性的评分分布一致性,引入项目评分不确定度来提取项目的个性化属性特征,并将其作为多属性评分的权重因子来修正模型的初始预测结果。利用修正后的多属性评分来预测用户偏好,证明所提模型能为用户提供更为准确的推荐。在2个真实数据集上的实验结果表明:相较于次优对比方法,所提模型在评估指标F 1和NDCG方面分别最高增长4.3%和3.9%,模型的推荐能力强,能提高推荐质量。 展开更多
关键词 项目评分不确定度 多属性推荐模型 深度神经网络 协同过滤
在线阅读 下载PDF
基于注意力循环神经网络的联合深度推荐模型 被引量：1
4
作者 郭东坡 何彬 +1 位作者 张明焱 段超 《现代电子技术》 北大核心 2025年第1期80-84,共5页
为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和... 为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和反向编码,获得隐藏状态输出,并将其输入双层注意力机制中,提取项目特征,利用全连接层提取用户偏好特征。在预测层中建立项目与用户的交互模型,获得项目评分,为用户推荐高评分的项目。为了提高模型精度,加权融合MSE损失函数、CE损失函数和RK损失函数建立组合损失函数,对深度联合训练模型展开训练,提高模型的推荐性能。仿真结果表明,所提方法具有良好的推荐效果,能够适应不断变化的市场需求和用户行为。 展开更多
关键词 双层注意力机制 循环神经网络 用户偏好 组合损失函数 交互模型 联合深度推荐模型
在线阅读 下载PDF
融合知识图谱与高阶信息聚合机制的推荐模型
5
作者 武杲昊 王霞 +1 位作者 郝国生 祝义 《计算机工程与应用》 北大核心 2025年第19期158-166,共9页
知识图谱通过其丰富的语义信息和复杂的关系网络,显著提升了推荐模型的精度和可解释性。然而,现有基于嵌入传播的知识图谱推荐模型在聚合高阶信息时,难以在捕捉多层次语义关联和抑制多层传播引入的噪声之间实现有效权衡;同时,在信息传... 知识图谱通过其丰富的语义信息和复杂的关系网络,显著提升了推荐模型的精度和可解释性。然而,现有基于嵌入传播的知识图谱推荐模型在聚合高阶信息时,难以在捕捉多层次语义关联和抑制多层传播引入的噪声之间实现有效权衡;同时,在信息传播过程中,高连接度节点往往主导特征更新,导致低连接度节点的个性化特征被稀释,削弱了模型对细粒度个性化需求的捕捉能力。针对这些问题,提出了一种融合知识图谱与高阶信息聚合机制的推荐模型。该模型以实体的邻域信息为感知域,通过多次迭代传播,有效捕捉知识图谱中的高阶连通性和复杂关系。引入对称归一化机制,以解决节点聚合过程中因度分布不均导致的特征更新偏差,确保不同实体在嵌入空间中的均衡表示。设计高阶聚合传播机制,动态整合不同层次的邻域特征信息,兼顾高阶语义信息的获取与多层传播所引入的噪声抑制。该模型在Last-FM和Book-Crossing公共数据集上与基线模型进行对比实验,结果表明该模型在AUC、F1、Recall@k和NDCG@k评价指标上优于其他模型。 展开更多
关键词 推荐模型 知识图谱 图卷积神经网络
在线阅读 下载PDF
基于改进加权聚类算法的小麦种质推荐模型
6
作者 苏楠 司海平 +3 位作者 李若璞 李艳玲 方沩 闫文敬 《农业工程》 2025年第9期20-26,共7页
随着小麦种质资源数据不断增长,如何帮助育种专家高效、准确地获取小麦种质显得极为迫切。针对这一问题,提出基于聚类算法的小麦种质推荐模型,对小麦种质数据集进行K-means聚类,找出数据集的聚类中心;找到育种专家需求种质数据所属的聚... 随着小麦种质资源数据不断增长,如何帮助育种专家高效、准确地获取小麦种质显得极为迫切。针对这一问题,提出基于聚类算法的小麦种质推荐模型,对小麦种质数据集进行K-means聚类,找出数据集的聚类中心;找到育种专家需求种质数据所属的聚类簇别,并用最近邻算法得出育种专家所需求小麦种质。考虑到小麦种质属性特征的不同贡献度,提出一种灰色加权K-means聚类算法(GWK-means)。在通过欧氏距离计算小麦种质的相似度时,结合灰色关联分析确定小麦种质属性的权重,加大聚类不同簇间的距离,提高聚类算法的准确率和运行速度,为推荐模型提供有力支撑。在小麦种质数据集的试验结果表明,小麦种质推荐结果Top5和育种专家需求种质的平均准确度达到94%以上。 展开更多
关键词 小麦种质资源 灰色关联分析 聚类 GWK-means 推荐模型
在线阅读 下载PDF
边缘智能计算系统中加速推荐模型训练的样本调度机制
7
作者 李国鹏 谈海生 +6 位作者 张弛 倪宏秋 王子龙 章馨月 徐洋 田晗 陈国良 《计算机研究与发展》 北大核心 2025年第6期1396-1415,共20页
在边缘智能计算系统中使用边缘工作节点训练深度学习推荐模型(deep learning recommendation model,DLRM)具有诸多优势,尤其是在数据隐私保护、低延迟和个性化推荐等方面.然而,由于嵌入表的规模庞大,在训练DLRM时通常采用1个或多个参数... 在边缘智能计算系统中使用边缘工作节点训练深度学习推荐模型(deep learning recommendation model,DLRM)具有诸多优势,尤其是在数据隐私保护、低延迟和个性化推荐等方面.然而,由于嵌入表的规模庞大,在训练DLRM时通常采用1个或多个参数服务器来维护全局嵌入表,同时利用多个边缘节点缓存嵌入表的一部分.在此架构下,需要在边缘节点和参数服务器间传输嵌入以保证嵌入数据一致性,嵌入传输代价通常主导了训练周期.目标旨在研究边缘智能计算系统中,当面对异构网络和资源受限等挑战时,如何将嵌入样本调度到合适的边缘节点上进行训练,以最小化总嵌入传输代价.为此,提出了一个基于预期嵌入传输代价的嵌入样本调度机制ESD.在ESD中,设计了一个结合资源密集型最优解法和启发式解法的调度决策方法HybridDis,以实现决策质量和资源消耗之间的平衡.使用C++和Python实现了ESD的原型系统,并在真实工作负载下将其与现有最先进的机制进行比较.大量实验结果表明,ESD可将嵌入传输代价至多降低36.76%,并且在端到端DLRM训练速度上实现了最高1.74倍的加速. 展开更多
关键词 分布式训练 边缘智能 深度学习 推荐模型 调度机制
在线阅读 下载PDF
发射场指显系统信息主动流转推荐模型
8
作者 韩晓东 淮晓永 +3 位作者 郭金磊 顾梓仪 周淦 蒯亮 《火力与指挥控制》 北大核心 2025年第4期79-84,共6页
针对航天发射任务数据海量迸发,指挥员难以在关键时刻快速准确的辨识有效信息,影响发射任务指挥效率的现状,通过分析发射场任务指挥流程,建立发射任务时间-事件轴,统筹考虑指显系统用户的任务使命、指显行为特征、用户相似度,构建基于... 针对航天发射任务数据海量迸发,指挥员难以在关键时刻快速准确的辨识有效信息,影响发射任务指挥效率的现状,通过分析发射场任务指挥流程,建立发射任务时间-事件轴,统筹考虑指显系统用户的任务使命、指显行为特征、用户相似度,构建基于角色使命的信息流转和用户画像的个性化信息推荐方法,形成信息主动流转推荐模型。为指显系统升级换代和指挥发射效能的提高提供支撑。 展开更多
关键词 指显系统 指挥决策 角色指挥 推荐模型 发射场
在线阅读 下载PDF
RM-RT^(2)NI:融合评论时效与可信近邻影响力的推荐模型
9
作者 韩志耕 周婷 +2 位作者 陈耿 付纯硕 陈健 《计算机科学》 CSCD 北大核心 2024年第S01期700-706,共7页
基于矩阵分解的推荐模型虽然能够处理高维评分数据,但容易遭受评分数据稀疏性的困扰。基于评分和评论的推荐模型通过外加隐藏在评论中的用户偏好与物品属性信息,缓解了评分数据的稀疏性,但在特征提取时大多没有关注评论时效性和可信近... 基于矩阵分解的推荐模型虽然能够处理高维评分数据,但容易遭受评分数据稀疏性的困扰。基于评分和评论的推荐模型通过外加隐藏在评论中的用户偏好与物品属性信息,缓解了评分数据的稀疏性,但在特征提取时大多没有关注评论时效性和可信近邻影响力,无法获得更丰富的用户和物品特征。为进一步提高推荐精度,提出了融合评论时效与可信近邻影响力的推荐模型RM-RT^(2)NI。基于评分矩阵,该模型使用矩阵分解提取了用户偏好和物品属性的浅层特征,利用云模型和修正的用户相似度评估模型和新构建的信度评估模型提取出可信近邻影响力;基于评论文本,该模型利用BERT模型获得每条评论的隐表达,利用双向GRU提取评论间的联系,利用新构建的融合时间因子的注意力机制识别各评论的时效贡献度,以获取用户和物品的深层特征。在此基础上,将用户浅层特征、深层特征以及可信近邻影响力特征融合成用户特征,将物品浅层特征和深层特征融合成物品特征,并将它们输入全连接神经网络以预测用户-物品评分。在5组公开数据集上对RM-RM-RT^(2)NI的推荐性能进行了实验评估,结果显示,与7个基线模型相比,RM-RT^(2)NI具有更高的评分预测精度,且RMSE平均降低了3.0657%。 展开更多
关键词 推荐模型 评分矩阵 评论文本 评论时效 可信近邻影响力 多特征融合
在线阅读 下载PDF
融入用户反馈的网络知识社区好友推荐模型构建研究 被引量：1
10
作者 杨瑞仙 楚晨 +1 位作者 金燕 于政杰 《现代情报》 CSSCI 北大核心 2024年第5期83-94,共12页
[目的/意义]从用户相似度计算和用户反馈双重视角出发,进行高质量用户推荐,有利于提高网络知识社区个性化推荐水平。[方法/过程]首先基于爬虫工具和Python包进行用户属性数据采集和分析,以计算用户之间的背景、社交关系、博文信息的综... [目的/意义]从用户相似度计算和用户反馈双重视角出发,进行高质量用户推荐,有利于提高网络知识社区个性化推荐水平。[方法/过程]首先基于爬虫工具和Python包进行用户属性数据采集和分析,以计算用户之间的背景、社交关系、博文信息的综合相似度;然后再计算用户核心度,基于相似度矩阵和核心用户排名形成待推荐列表;最后引入用户反馈机制,并根据用户的正负反馈结果确定最佳Top-k好友。[结果/结论]融入用户反馈的好友推荐模型能够提高推荐用户的质量,有效地提高好友推荐水平,也验证了好友推荐是一个逐步修复的过程。 展开更多
关键词 网络知识社区 好友推荐 用户相似度 核心度 用户反馈 虚拟社区 个性化推荐 推荐模型
在线阅读 下载PDF
基于SPAD值的滴灌冬小麦氮肥推荐模型分析
11
作者 孙法福 赖宁 +5 位作者 耿庆龙 李永福 吕彩霞 信会男 李娜 陈署晃 《新疆农业科学》 CAS CSCD 北大核心 2024年第10期2366-2373,共8页
【目的】分析监测滴灌冬小麦关键生育期内氮素营养状况实时动态,为氮肥科学合理施用提供参考。【方法】利用叶绿素仪SPAD-502获取不同氮梯度滴灌冬小麦拔节期、孕穗期、扬花期、灌浆期和乳熟期叶片SPAD值,分析冬小麦叶片SPAD值、施氮量... 【目的】分析监测滴灌冬小麦关键生育期内氮素营养状况实时动态,为氮肥科学合理施用提供参考。【方法】利用叶绿素仪SPAD-502获取不同氮梯度滴灌冬小麦拔节期、孕穗期、扬花期、灌浆期和乳熟期叶片SPAD值,分析冬小麦叶片SPAD值、施氮量和产量三者之间的关系,建立基于SPAD值的冬小麦各关键生育期氮肥推荐模型。【结果】滴灌冬小麦叶片SPAD值从拔节期至孕穗期缓慢下降,从孕穗到灌浆期均快速增大,进入灌浆期后开始减小,除乳熟期外各生育期不同氮处理间SPAD值差异显著;拔节期、孕穗期、扬花期和灌浆期叶片SPAD值与施氮量之间呈极显著线性相关,相关系数在0.826以上;产量和施氮量为二次函数关系,关系表达式为Y=-0.0345X2+19.494X+6035,最高产量8789 kg/hm^(2),对应的施氮量为282.52 kg/hm^(2),施氮量为268.67 kg/hm^(2)可实现最佳经济产量8782.12 kg/hm^(2);拔节期、孕穗期、扬花期和灌浆期临界SPAD值分别为43.07、42.09、49.35和52.07。【结论】根据各生育时期SPAD值与施氮量的关系建立了氮肥推荐模型,基于冬小麦叶片SPAD值建立的关键生育期氮肥推荐模型可以实现营养诊断和指导分期施肥。 展开更多
关键词 滴灌冬小麦 SPAD值 施氮量 氮肥推荐模型
在线阅读 下载PDF
MN-HDRM:长短兴趣多神经网络混合动态推荐模型 被引量：20
12
作者 冯永 张备 +2 位作者 强保华 张逸扬 尚家兴 《计算机学报》 EI CSCD 北大核心 2019年第1期16-28,共13页
动态推荐系统通过学习动态变化的兴趣特征来考虑推荐系统中的动态因素,实现推荐任务随着时间变化而实时更新.该文提出一种携带历史元素的循环神经网络(Recurrent Neural Networks,简称RNN)推荐模型负责用户短期动态兴趣建模,而利用基于... 动态推荐系统通过学习动态变化的兴趣特征来考虑推荐系统中的动态因素,实现推荐任务随着时间变化而实时更新.该文提出一种携带历史元素的循环神经网络(Recurrent Neural Networks,简称RNN)推荐模型负责用户短期动态兴趣建模,而利用基于前馈神经网络(Feedforward Neural Networks,简称FNN)的推荐模型对用户长期兴趣建模.通过两种神经网络的融合,该文构建了一个兼顾用户短期动态兴趣和稳定长期兴趣的多神经网络混合动态推荐模型(Hybrid Dynamic Recommendation Model based on Multiple Neural Networks,简称MN-HDRM).实验结果表明相对于目前比较流行的多种动态推荐算法:TimeSVD++、基于HMM(Hidden Markov Model)的推荐模型、基于RNN(Recurrent Neural Networks)的推荐模型、基于LSTM(Long Short-Term Memory)的推荐模型和STG(Session-based Temporal Graph)推荐模型,MN-HDRM在精确率、召回率和平均倒数排名等多项评价指标上展现出更加优越的性能. 展开更多
关键词 循环神经网络 前馈神经网络 动态推荐模型 长短期兴趣 时间因素
在线阅读 下载PDF
电子商务网站推荐系统中关联规则推荐模型的实现 被引量：24
13
作者 杨引霞 谢康林 +1 位作者 朱扬勇 左子叶 《计算机工程》 CAS CSCD 北大核心 2004年第19期57-59,共3页
介绍了一个电子商务网站推荐系统中关联规则推荐模型的实现过程。该模型的实现运用了概念层次的思想方法,采用了不需要产生候选集的频繁集挖掘算法FP_Tree挖掘关联规则。该推荐系统已经在一家电子商务网站上投入使用。
关键词 关联规则推荐模型 概念层次 FP_Tree算法
在线阅读 下载PDF
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
14
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
基于时效性的Web页面个性化推荐模型的研究 被引量：6
15
作者 沈云斐 沈国强 +1 位作者 蒋丽华 覃征 《计算机工程》 EI CAS CSCD 北大核心 2006年第13期80-81,99,共3页
Internet的快速增长导致了对个性化服务需求急剧增加。该文通过分析个性化挖掘的特点,提出了基于时效性的Web页面个性化推荐模型。该模型的挖掘算法在FP-Tree的存储结构上加入时效价值系数,并进行增量挖掘。通过实验证明,该模型挖掘出... Internet的快速增长导致了对个性化服务需求急剧增加。该文通过分析个性化挖掘的特点,提出了基于时效性的Web页面个性化推荐模型。该模型的挖掘算法在FP-Tree的存储结构上加入时效价值系数,并进行增量挖掘。通过实验证明,该模型挖掘出来的信息,能够更好地符合用户的真实需求。 展开更多
关键词 WEB挖掘 个性化推荐模型 时效性
在线阅读 下载PDF
面向企业信息系统集成的Web服务推荐模型 被引量：6
16
作者 申利民 吕福军 李峰 《计算机集成制造系统》 EI CSCD 北大核心 2011年第1期186-190,共5页
为解决企业信息系统集成过程中Web服务选择方面的问题,提出了一种基于服务质量与用户推荐的服务推荐模型。根据服务质量量化模型计算服务质量综合值,利用皮尔逊相关系数找出一组评价相似用户,根据该组用户的评价相似度与评价值计算用户... 为解决企业信息系统集成过程中Web服务选择方面的问题,提出了一种基于服务质量与用户推荐的服务推荐模型。根据服务质量量化模型计算服务质量综合值,利用皮尔逊相关系数找出一组评价相似用户,根据该组用户的评价相似度与评价值计算用户推荐度,利用服务质量综合值和用户推荐度计算Web服务信誉度,依据Web服务信誉度选出最优的Web服务。针对恶意推荐问题,提出一种用户评价可信度的计算方法。最后,根据该模型实现了一个推荐平台。实验结果表明该模型能够准确地为企业级用户推荐满足需求的Web服务。 展开更多
关键词 系统集成 WEB服务 服务质量 推荐模型 服务信誉度 企业信息系统
在线阅读 下载PDF
混合分层抽样与协同过滤的旅游景点推荐模型研究 被引量：15
17
作者 李广丽 朱涛 +2 位作者 袁天 滑瑾 张红斌 《数据采集与处理》 CSCD 北大核心 2019年第3期566-576,共11页
采用问卷调查与自动抓取相结合的方式,采集用户信息、用户评分等旅游数据,对数据做分层抽样,生成包含用户旅游喜好信息的“智慧旅游”数据集。围绕该数据集,预处理用户评分并执行基于用户聚类的协同过滤算法,以计算目标用户与聚类中心... 采用问卷调查与自动抓取相结合的方式,采集用户信息、用户评分等旅游数据,对数据做分层抽样,生成包含用户旅游喜好信息的“智慧旅游”数据集。围绕该数据集,预处理用户评分并执行基于用户聚类的协同过滤算法,以计算目标用户与聚类中心的相似性。结合分层抽样模型生成的旅游喜好信息,输出混合推荐列表。实验结果表明:相比基线,混合分层抽样与协同过滤的推荐模型对评分预测的均方根误差(Root mean square error,RMSE)和平均绝对误差(Mean absolute error,MAE)分别降低11.5%~64.9%和18.8%~47.7%。混合推荐的准确率和召回率相比基线也有较大程度提升,旅游景点推荐效果良好。 展开更多
关键词 分层抽样 聚类 协同过滤 旅游景点 推荐模型
在线阅读 下载PDF
基于情境和主体特征融入性的多维度个性化推荐模型研究 被引量：8
18
作者 琚春华 鲍福光 《通信学报》 EI CSCD 北大核心 2012年第S1期17-27,共11页
个性化推荐准确率的高低是互联网应用成功与否的关键因素,针对传统推荐模型的不足,提出一种基于情境和主体特征融入性的多维度个性化推荐模型,该模型能够充分利用地域文化背景、领域主题情景、主体特征等信息,避免了传统算法把用户整体... 个性化推荐准确率的高低是互联网应用成功与否的关键因素,针对传统推荐模型的不足,提出一种基于情境和主体特征融入性的多维度个性化推荐模型,该模型能够充分利用地域文化背景、领域主题情景、主体特征等信息,避免了传统算法把用户整体作为单个向量的弊端,克服了数据稀疏性等问题。实验结果表明,该模型的推荐质量比传统的协同推荐模型高,更有针对性地向用户推荐他们感兴趣的项目。 展开更多
关键词 推荐模型 个性化 多维度 情境 特征选取
在线阅读 下载PDF
评分预测问题中个性化推荐模型的研究 被引量：5
19
作者 孟利民 赵维 应颂翔 《浙江工业大学学报》 CAS 北大核心 2016年第2期119-123,共5页
评分预测问题的主要任务是通过分析用户的历史评分数据集,预测给定用户对新物品的评分,是推荐系统中最热门的问题之一.评分数据表征了用户对物品的明确观点,具有很高的挖掘价值.在对平均值预测模型、基于用户的邻域模型(UserCF)以及基... 评分预测问题的主要任务是通过分析用户的历史评分数据集,预测给定用户对新物品的评分,是推荐系统中最热门的问题之一.评分数据表征了用户对物品的明确观点,具有很高的挖掘价值.在对平均值预测模型、基于用户的邻域模型(UserCF)以及基于奇异值分解的模型(SVD)等进行了全面分析和研究的基础上,对各个模型进行了不同程度的改进,最后使用MoiveLens的公开数据集将传统模型和改进后的模型进行对比测试.测试结果表明:改进后的新模型相比传统的推荐模型在推荐结果的精度上有了不同程度的提高. 展开更多
关键词 推荐模型 邻域模型 矩阵分解 加权融合
在线阅读 下载PDF
基于时空上下文信息的POI推荐模型研究 被引量：5
20
作者 叶继华 杨思渝 +1 位作者 左家莉 王明文 《电子与信息学报》 EI CSCD 北大核心 2021年第12期3546-3553,共8页
随着基于位置的社交网络(LBSN)技术的快速发展,为移动用户提供个性化服务的兴趣点(POI)推荐成为关注重点。由于POI推荐面临着数据稀疏、影响因素多和用户偏好复杂的挑战,因此传统的POI推荐往往只考虑签到频率以及签到时间和地点对用户... 随着基于位置的社交网络(LBSN)技术的快速发展,为移动用户提供个性化服务的兴趣点(POI)推荐成为关注重点。由于POI推荐面临着数据稀疏、影响因素多和用户偏好复杂的挑战,因此传统的POI推荐往往只考虑签到频率以及签到时间和地点对用户的影响,而忽略了签到序列中用户前后行为的关联影响。为了解决上述问题,该文通过序列的表示考虑签到数据的时间影响和空间影响,建立了时空上下文信息的POI推荐模型(STCPR),为POI推荐提供了更精准的个性化偏好。该模型基于序列到序列的框架下,将用户信息、POI信息、类别信息和时空上下文信息进行向量化后嵌入GRU网络中,同时利用了时间注意力机制、全局和局部的空间注意力机制来综合考虑用户偏好与变化趋势,从而向用户推荐感兴趣的Top-N的POI。该文通过在两个真实的数据集上实验来验证模型的性能。实验的结果表明,该文所提出的方法在召回率(Recall)和归一化折损累计增益(NDCG)方面优于几种现有的方法。 展开更多
关键词 兴趣点推荐模型 时空相关性 上下文 注意力机制
在线阅读 下载PDF
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 2 … 6 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部