期刊文献+
共找到26篇文章
< 1 2 >
每页显示 20 50 100
基于近邻模型与概率矩阵分解的高校选课推荐算法 被引量:5
1
作者 陈万志 张爽 +1 位作者 王德建 王星 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2017年第9期976-982,共7页
为研究高校教务信息管理系统中学生自主在线选课的个性化推荐问题,采用基于近邻模型与概率矩阵分解相融合的改进算法.通过衡量学生(选课)之间的相似关系寻找相似学生(选课),再将与学生(选课)相似性最大的邻居集合应用到基于概率矩阵分... 为研究高校教务信息管理系统中学生自主在线选课的个性化推荐问题,采用基于近邻模型与概率矩阵分解相融合的改进算法.通过衡量学生(选课)之间的相似关系寻找相似学生(选课),再将与学生(选课)相似性最大的邻居集合应用到基于概率矩阵分解的协同过滤推荐算法中,最终依据预测评分值和限制条件给出Top-K推荐结果排序.原型系统测试实验结果表明:改进算法更适用于高校选课推荐应用,并能够有效地解决数据稀疏问题. 展开更多
关键词 协同过滤 概率矩阵分解 近邻模型 高校选课 个性化推荐
在线阅读 下载PDF
基于高斯模型和概率矩阵分解的混合推荐算法 被引量:3
2
作者 何慧 《统计与决策》 CSSCI 北大核心 2018年第3期84-86,共3页
文章针对目前推荐算法中的数据稀疏性问题,基于商品类别属性和用户评分矩阵,建立了一种混合推荐算法。首先基于用户的购买行为和商品属性特征,利用高斯模型构建了商品类型偏好模型。然后基于用户的评分矩阵,利用矩阵分解建立用户对未评... 文章针对目前推荐算法中的数据稀疏性问题,基于商品类别属性和用户评分矩阵,建立了一种混合推荐算法。首先基于用户的购买行为和商品属性特征,利用高斯模型构建了商品类型偏好模型。然后基于用户的评分矩阵,利用矩阵分解建立用户对未评分商品的偏好预测模型。最后融合用户商品类型偏好和商品偏好,产生推荐结果。实验结果表明,与其他解决数据稀疏性的推荐算法相比,提出的算法不但可以显著的提高推荐精度,且可以有效的减少候选商品数量,提高计算效率。 展开更多
关键词 电子商务 高斯模型 概率矩阵分解 混合推荐算法
在线阅读 下载PDF
基于信息融合的概率矩阵分解链路预测方法 被引量:12
3
作者 王智强 梁吉业 李茹 《计算机研究与发展》 EI CSCD 北大核心 2019年第2期306-318,共13页
作为一种典型的网络大数据,社交信息网络如微博、Tweeter等,不仅包含用户间复杂的网络结构,而且包含大量用户所发表的微博/Tweet信息.现有链路预测算法大多只利用单方面的网络拓扑信息或非拓扑信息,仍然缺乏有效融合社交信息网络中拓扑... 作为一种典型的网络大数据,社交信息网络如微博、Tweeter等,不仅包含用户间复杂的网络结构,而且包含大量用户所发表的微博/Tweet信息.现有链路预测算法大多只利用单方面的网络拓扑信息或非拓扑信息,仍然缺乏有效融合社交信息网络中拓扑与非拓扑信息的链路预测方法.为此,从社交信息网络中用户的主题角度出发,提出一种融合主题相似信息的链路预测方法.首先基于用户文本内容抽取用户的主题表示,并定义用户间的主题相似度;然后基于用户主题相似度,构建了一种用户主题相似稀疏网络;进一步将用户主题相似网络与用户间关注/被关注网络融合在统一的概率矩阵分解框架下,通过学习获得用户的潜在特征表示和网络链路参数;最终在此概率矩阵分解框架下,基于用户的潜在特征表示和链路参数计算得到用户间的链路可能性.所提出的模型提供了一种融合多种网络信息的通用策略和学习方法.实验在包含网络结构与文本信息的4组微博与推特数据集中显示,所提出的融合概率矩阵分解链路方法相比其他链路预测方法更有效. 展开更多
关键词 社交信息网络 链路预测 概率矩阵分解 融合模型 网络数据分析
在线阅读 下载PDF
基于动态卷积概率矩阵分解的潜在群组推荐 被引量:18
4
作者 王海艳 董茂伟 《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1853-1863,共11页
近年来,群组推荐由于其良好的实用价值得到了广泛关注.然而,已有的群组推荐方法大多都是根据分析用户对服务的评分矩阵直接将个体用户的推荐结果或个体用户偏好进行聚合,没有综合地考虑用户-群组-服务这三者间的联系,导致群组推荐效果欠... 近年来,群组推荐由于其良好的实用价值得到了广泛关注.然而,已有的群组推荐方法大多都是根据分析用户对服务的评分矩阵直接将个体用户的推荐结果或个体用户偏好进行聚合,没有综合地考虑用户-群组-服务这三者间的联系,导致群组推荐效果欠佳.受潜在因子模型与状态空间模型启发,结合评分矩阵、服务描述文档以及时间因素,共同分析用户-群组-服务间的联系,提出了一种基于动态卷积概率矩阵分解的群组推荐方法.该方法首先利用基于卷积神经网络的文本表示方法获取服务潜在特征模型的先验分布;然后,将状态空间模型与概率矩阵分解模型相结合,获得用户潜在偏好向量与服务特征向量;之后,对用户偏好向量运用聚类算法来发现潜在的群组;最终,对群组中的用户偏好采取均值策略融合成群组偏好向量,并与服务特征向量共同生成群组对服务的评分,实现群组推荐.通过在MovieLens数据集上与同类方法进行对比实验,发现所提方法的推荐有效性与精确性上更具有优势. 展开更多
关键词 卷积神经网络 概率矩阵分解 状态空间模型 聚类算法 群组推荐
在线阅读 下载PDF
基于自适应提升的概率矩阵分解算法 被引量:2
5
作者 彭行雄 肖如良 张桂刚 《计算机应用》 CSCD 北大核心 2015年第12期3497-3501,共5页
针对推荐系统中概率矩阵分解模型(PMF)泛化能力(对新用户和物品的推荐性能)较差、预测准确性不高的问题,提出一种新的基于自适应提升的概率矩阵分解算法(AdaBoost PMF)。该算法首先为每个样本分配样本权重;然后根据PMF中的每一轮随机梯... 针对推荐系统中概率矩阵分解模型(PMF)泛化能力(对新用户和物品的推荐性能)较差、预测准确性不高的问题,提出一种新的基于自适应提升的概率矩阵分解算法(AdaBoost PMF)。该算法首先为每个样本分配样本权重;然后根据PMF中的每一轮随机梯度下降法学习用户和物品特征向量,并计算总体预测误差均值和标准差。从全局的角度利用AdaBoost思想自适应调整样本权重,使算法更注重学习预测误差较大的样本;最后对预测误差分配样本权重,让用户和物品特征向量找到更合适的优化方向。相比传统的PMF算法,AdaBoost PMF算法能够将预测精度平均提高约2.5%。实验结果表明,该算法通过加权预测误差较大的样本,能够较好地拟合用户特征向量和物品特征向量,提高预测精度,可以有效地应用于研究个性化推荐。 展开更多
关键词 推荐系统 概率矩阵分解 自适应提升 模型融合 评分预测
在线阅读 下载PDF
基于概率矩阵分解的个性化链接预测算法 被引量:2
6
作者 吴世伟 熊赟 《计算机应用与软件》 CSCD 2015年第8期243-247,314,共6页
链接预测是社会网络分析中一个具有挑战性的问题。社会网络中的链接预测问题就是预测社会实体间未被发现的链接和即将演化产生的链接。已有的链接预测算法大多基于社会网络本身的拓扑结构,而忽视社会实体自身的个性化特征。针对以上问题... 链接预测是社会网络分析中一个具有挑战性的问题。社会网络中的链接预测问题就是预测社会实体间未被发现的链接和即将演化产生的链接。已有的链接预测算法大多基于社会网络本身的拓扑结构,而忽视社会实体自身的个性化特征。针对以上问题,结合社会实体的个性化特征和社会网络的拓扑特征,提出一种基于概率矩阵分解模型的个性化链接预测算法。该算法整合了社会网络的拓扑特征和实体的个性化信息,建立概率矩阵分解模型,并通过基于梯度的优化算法对模型进行求解。在两个数据集上进行多组实验,一个是数据挖掘领域的合作者网络,另一个是电子商务消费者的信任网络。实验结果证明该算法较现有方法预测准确率有了较大提高。 展开更多
关键词 链接预测 概率模型 矩阵分解
在线阅读 下载PDF
结合灰色预测的动态概率矩阵分解(英文)
7
作者 宛袁玉 王昌栋 +1 位作者 赵知临 赖剑煌 《控制理论与应用》 EI CAS CSCD 北大核心 2017年第6期753-760,共8页
推荐系统的目标是找出符合用户喜好的物品,但是用户的喜好和物品的特征是动态变化的,这种变化会影响推荐系统的准确性.很多推荐系统只是简单的使用概率矩阵分解模型,缺乏对这个问题的有效解决.本文利用灰色系统理论中的灰色预测模型对... 推荐系统的目标是找出符合用户喜好的物品,但是用户的喜好和物品的特征是动态变化的,这种变化会影响推荐系统的准确性.很多推荐系统只是简单的使用概率矩阵分解模型,缺乏对这个问题的有效解决.本文利用灰色系统理论中的灰色预测模型对用户和物品的动态性建模,继而提出了一个基于概率矩阵分解和灰色预测模型的动态推荐系统.首先,利用概率矩阵分解模型生成各个连续时间窗中用户和物品的隐式向量.接着,利用灰色预测模型得到未来时间窗中用户和物品的隐式向量,继而进行推荐.实验结果说明本文的算法能够有效地对用户和商品的动态性进行建模,且优于一些现存的最好的算法. 展开更多
关键词 推荐系统 概率矩阵分解 灰色预测模型
在线阅读 下载PDF
面向时序数据的矩阵分解? 被引量:4
8
作者 黄晓宇 潘嵘 +3 位作者 李磊 梁冰 陈康 蔡文学 《软件学报》 EI CSCD 北大核心 2015年第9期2262-2277,共16页
研究一类特殊的矩阵分解问题:对由多个对象在一组连续时间点上产生的数据构成的矩阵R,寻求把它近似地分解为两个低秩矩阵U和V的乘积,即R?UT?V.有为数众多的时间序列分析问题都可归结为所研究问题的求解,如金融数据矩阵的因子分析、缺失... 研究一类特殊的矩阵分解问题:对由多个对象在一组连续时间点上产生的数据构成的矩阵R,寻求把它近似地分解为两个低秩矩阵U和V的乘积,即R?UT?V.有为数众多的时间序列分析问题都可归结为所研究问题的求解,如金融数据矩阵的因子分析、缺失交通流数据的估计等.提出了该问题的概率图模型,进而由此导出了其约束优化模型,最终给出了模型的求解算法.在不同的数据集上进行实验验证了该模型的有效性. 展开更多
关键词 矩阵分解 时间序列数据 概率模型 缺失估计 低秩近似
在线阅读 下载PDF
基于改进贝叶斯概率模型的推荐算法 被引量:8
9
作者 刘付勇 高贤强 张著 《计算机科学》 CSCD 北大核心 2017年第5期285-289,共5页
针对现有基于矩阵分解的协同过滤推荐系统预测精度与推荐精度较低的问题,提出一种改进的矩阵分解方法与协同过滤推荐系统。首先,将评分矩阵分解为两个非负矩阵,并对评分做归一化处理,使其具有概率语义;然后,采用变分推理法计算贝叶斯概... 针对现有基于矩阵分解的协同过滤推荐系统预测精度与推荐精度较低的问题,提出一种改进的矩阵分解方法与协同过滤推荐系统。首先,将评分矩阵分解为两个非负矩阵,并对评分做归一化处理,使其具有概率语义;然后,采用变分推理法计算贝叶斯概率模型实部后验的分布;最后,搜索相同偏好的用户分组并预测用户的偏好。此外,基于用户向量的稀疏性设计一种低计算复杂度、低存储成本的推荐结果决策算法。基于3组公开数据集的实验结果表明,本算法的预测性能以及推荐系统的效果均优于其他预测算法与推荐算法。 展开更多
关键词 协同过滤 贝叶斯概率模型 变分推理 矩阵分解 评分矩阵
在线阅读 下载PDF
基于CTM-PMF模型的物品推荐 被引量:1
10
作者 彭江平 《计算机工程与应用》 CSCD 2013年第2期1-4,8,共5页
为了克服传统协同过滤推荐技术的局限,提出了一种基于CTM-PMF模型的物品推荐方法。在PMF模型的基础上,引入CTM模型,将PMF模型良好的推荐品质和CTM模型优越的物品表示方法相结合,有效地实现了新物品推荐;通过引入用户兴趣因子,解决了用... 为了克服传统协同过滤推荐技术的局限,提出了一种基于CTM-PMF模型的物品推荐方法。在PMF模型的基础上,引入CTM模型,将PMF模型良好的推荐品质和CTM模型优越的物品表示方法相结合,有效地实现了新物品推荐;通过引入用户兴趣因子,解决了用户对已购买物品的兴趣变化问题。在自建的物品数据集上,利用提出的方法、PMF模型、G-PLSA模型和UBCF方法进行了对比实验,实验结果表明该方法具有良好的物品推荐品质。 展开更多
关键词 相关主题模型(CTM) 概率矩阵分解(pmf)模型 用户兴趣因子 物品推荐
在线阅读 下载PDF
基于高通量监测数据的PMF源解析数据输入量研究 被引量:3
11
作者 牛明芬 商莹 +4 位作者 王镜然 周强 陈欣 王颜红 柴美云 《安全与环境学报》 CAS CSCD 北大核心 2024年第6期2422-2431,共10页
为探究数据输入量的变化对源解析结果的影响,以上海某工业区的大气重金属高通量监测数据为例,按不同数据量将监测数据分别输入至正定矩阵因子分解(Positive Matrix Factorization, PMF)模型中,通过考察模型中Q理论值(Qtheo)与Q计算值(Qt... 为探究数据输入量的变化对源解析结果的影响,以上海某工业区的大气重金属高通量监测数据为例,按不同数据量将监测数据分别输入至正定矩阵因子分解(Positive Matrix Factorization, PMF)模型中,通过考察模型中Q理论值(Qtheo)与Q计算值(Qtrue)的接近程度、源分类以及源贡献与研究区污染源分布特点的吻合情况,分析数据输入量对源解析结果的影响。结果显示:该区域大气重金属污染受工业生产主导(64.44%),其次是扬尘(19.60%)和交通运输(15.96%)。通过对数据量的考察,发现输入量为60~120时能够得出研究区域的污染源数量与贡献率,但考虑到测试成本、获取数据的时间,认为输入量为60~80时,也能得出合理的源解析结果。短期高通量的分钟级数据集,有益于PMF模型输出高精密度、高时效性的源解析结果,是解决应急污染监控的最佳手段。 展开更多
关键词 环境学 大气重金属污染物 高通量监测数据 正定矩阵因子分解(pmf)模型 数据输入量
在线阅读 下载PDF
GeoPMF:距离敏感的旅游推荐模型 被引量:6
12
作者 张伟 韩林玉 +3 位作者 张佃磊 任鹏杰 马军 陈竹敏 《计算机研究与发展》 EI CSCD 北大核心 2017年第2期405-414,共10页
虽然目前旅游者可以利用Web搜索引擎来选择旅游景点,但往往难以获得较好符合自身需要的旅游规划.而旅游推荐系统是解决上述问题的有效方式.一个好的旅游推荐模型应具有个性化并能考虑用户时间和费用的限制.调研表明,用户在选择旅游景点... 虽然目前旅游者可以利用Web搜索引擎来选择旅游景点,但往往难以获得较好符合自身需要的旅游规划.而旅游推荐系统是解决上述问题的有效方式.一个好的旅游推荐模型应具有个性化并能考虑用户时间和费用的限制.调研表明,用户在选择旅游景点时,目的地与用户常居地的距离常常是一个需要考虑的问题.因为旅行距离往往可以间接地反映了时间和费用的影响.于是,在贝叶斯模型和概率矩阵分解模型的基础上,提出一个旅行距离敏感的旅游推荐模型(geographical probabilistic matrix factorization,GeoPMF).主要思想是基于每个用户的旅游历史,推算出一个最偏好的旅游距离,并作为一种权重,添加到传统的基于概率矩阵分解的推荐模型中.在携程网站的旅游数据集上的实验表明,与基准方法相比,GeoPMF的RMSE(root mean square error)可以降低近10%;与传统概率矩阵分解模型(PMF)相比,通过考虑距离因子,RMSE平均降幅近3.5%. 展开更多
关键词 旅游推荐 推荐系统 概率矩阵分解模型 距离敏感 Geopmf算法
在线阅读 下载PDF
面向用户偏好发现的隐变量模型构建与推理 被引量:3
13
作者 高艳 岳昆 +2 位作者 武浩 付晓东 刘惟一 《计算机应用》 CSCD 北大核心 2017年第2期360-366,共7页
电子商务应用中产生了大量用户评分数据,而这些数据中富含了用户观点和偏好信息,为了能够从这些数据中准确地推断出用户偏好,提出一种面向评分数据中用户偏好发现的隐变量模型(即含隐变量的贝叶斯网)构建和推理的方法。首先,针对评分数... 电子商务应用中产生了大量用户评分数据,而这些数据中富含了用户观点和偏好信息,为了能够从这些数据中准确地推断出用户偏好,提出一种面向评分数据中用户偏好发现的隐变量模型(即含隐变量的贝叶斯网)构建和推理的方法。首先,针对评分数据的稀疏性,使用带偏置的矩阵分解(BMF)模型对其进行填补;其次,用隐变量表示用户偏好,给出了基于互信息(MI)、最大半团和期望最大化(EM)算法的隐变量模型构建方法;最后,给出了基于Gibbs采样的隐变量模型概率推理和用户偏好发现方法。实验结果表明,与协同过滤的方法相比,该方法能有效地描述评分数据中相关属性之间的依赖关系及其不确定性,从而能够更准确地推断出用户偏好。 展开更多
关键词 用户偏好 评分数据 贝叶斯网 隐变量模型 概率推理 带偏置的矩阵分解
在线阅读 下载PDF
稀疏数据中基于高斯混合模型的位置推荐框架 被引量:3
14
作者 刘攀登 刘清明 《计算机工程》 CAS CSCD 北大核心 2018年第1期62-68,共7页
协同过滤和概率模型是位置推荐中的常用方法,但前者没有考虑用户的移动模式,后者也难以用于稀疏数据集。针对上述问题,面向稀疏数据构建基于高斯混合模型的位置推荐框架GMMSD。按时间段划分用户签到的历史数据,通过数据预处理获取用户-... 协同过滤和概率模型是位置推荐中的常用方法,但前者没有考虑用户的移动模式,后者也难以用于稀疏数据集。针对上述问题,面向稀疏数据构建基于高斯混合模型的位置推荐框架GMMSD。按时间段划分用户签到的历史数据,通过数据预处理获取用户-区域矩阵,并利用矩阵分解算法提高稀疏数据的推荐准确度,学习高斯混合模型以预测用户出现在不同区域的概率分布,从而进行位置推荐。在真实数据集上的实验结果表明,GMMSD可以有效提高稀疏数据中位置推荐的准确度。 展开更多
关键词 位置推荐 矩阵分解 高斯混合模型 移动模式 概率分布
在线阅读 下载PDF
平原河网地区农田土壤重金属污染特征及来源解析 被引量:5
15
作者 张旭峰 冯韶华 +2 位作者 尚婷婷 刘劲松 孟祥周 《农业环境科学学报》 CAS CSCD 北大核心 2024年第4期835-844,共10页
为实现对平原河网地区农田土壤重金属的精准管控,保障农产品的质量安全,本研究以典型平原河网地区——嘉兴市为例,通过采集表层(0~20 cm)土壤样品(n=40),分析土壤中重金属的含量水平与分布特征,利用地累积指数法和潜在生态风险指数法,... 为实现对平原河网地区农田土壤重金属的精准管控,保障农产品的质量安全,本研究以典型平原河网地区——嘉兴市为例,通过采集表层(0~20 cm)土壤样品(n=40),分析土壤中重金属的含量水平与分布特征,利用地累积指数法和潜在生态风险指数法,评价重金属的污染风险,并结合相关性分析、绝对主成分得分-多元线性回归(APCS-MLR)和正定矩阵因子分解模型(PMF),定量解析重金属的污染来源。结果显示:土壤中铜(Cu)、镍(Ni)、铬(Cr)、锌(Zn)、铅(Pb)、镉(Cd)、砷(As)和汞(Hg)的含量分别为(28.8±3.73)、(36.5±5.98)、(60.7±5.38)、(70.5±8.04)、(33.2±6.25)、(0.08±0.04)、(7.30±1.52)mg·kg^(-1)和(0.31±0.15)mg·kg^(-1)。其中,部分点位Hg含量超过农用地土壤风险筛选值(超标率为12.5%)。研究区域主要污染元素为Hg,其地累积指数(Igeo)为(0.20±0.77),呈轻微至轻度污染(67.5%);综合潜在生态风险(RI)为(122±39.8),属于中度风险,Hg是主要风险因子(64.4%)。源解析结果表明,农田土壤重金属的来源为工业源(32.0%)、自然源(28.2%)、农业源(25.8%)和交通源(14.0%),其中Hg主要来源于农业源(62.9%)和工业源(37.1%)。未来可加强对农业投入品及工业三废的管控,降低农田土壤中Hg的输入,保障农田土壤的安全利用及农产品的质量安全。 展开更多
关键词 农田 重金属 生态风险 来源解析 正定矩阵因子分解模型(pmf)
在线阅读 下载PDF
宁波市冬季PM_(2.5)污染特征与来源解析 被引量:8
16
作者 俞杰 汪伟峰 +3 位作者 周军 许丹丹 赵倩 何凌燕 《环境科学与技术》 CAS CSCD 北大核心 2015年第8期150-155,共6页
为了了解宁波市大气中PM2.5污染特征及来源,于2012年冬季在宁波5个环境受体点采集PM2.5样品,分析它们的质量浓度及多种无机元素、水溶性离子、金属元素和碳等组分的含量,并使用PMF模型对宁波市PM2.5来源进行了解析。结果表明:宁波冬季P... 为了了解宁波市大气中PM2.5污染特征及来源,于2012年冬季在宁波5个环境受体点采集PM2.5样品,分析它们的质量浓度及多种无机元素、水溶性离子、金属元素和碳等组分的含量,并使用PMF模型对宁波市PM2.5来源进行了解析。结果表明:宁波冬季PM2.5浓度较高,5个点位PM2.5中主要化学组分均为有机物、SO42-、NO3-、NH4+和元素碳,约占PM2.5总质量浓度78.2%~92.4%。对宁波市PM2.5有重要贡献的源类分别为钢铁冶炼源、混合扬尘源、生物质燃烧源、二次硝酸盐、高氯源、机动车排放源、重油燃烧源和二次硫酸盐,其分担率分别为5.6%、3.3%、3.2%、28.8%、6.8%、22.2%、0.7%和29.4%。 展开更多
关键词 PM2.5 SOC 正定矩阵分解模型(pmf) 源解析
在线阅读 下载PDF
基于事件社会网络推荐系统综述 被引量:8
17
作者 廖国琼 蓝天明 +4 位作者 黄晓梅 陈辉 万常选 刘德喜 刘喜平 《软件学报》 EI CSCD 北大核心 2021年第2期424-444,共21页
基于事件社会网络(event-based social network,简称EBSN)是一种结合了线上网络和线下网络的新型社会网络,近年来得到了越来越多的关注,已有许多国内外重要研究机构的研究者对其进行研究并取得了许多研究成果.在EBSN推荐系统中,一个重... 基于事件社会网络(event-based social network,简称EBSN)是一种结合了线上网络和线下网络的新型社会网络,近年来得到了越来越多的关注,已有许多国内外重要研究机构的研究者对其进行研究并取得了许多研究成果.在EBSN推荐系统中,一个重要的任务就是设计出更好、更合理的推荐算法以提高推荐精确度和用户满意度,其关键在于充分结合EBSN中的各种上下文信息去挖掘用户、事件和群组的隐藏特征.主要对EBSN推荐系统的最新研究进展进行综述.首先,概述EBSN的定义、结构、属性和特征,介绍EBSN推荐系统的基本框架,并分析EBSN推荐系统与其他推荐系统的区别;其次,对EBSN推荐系统的主要推荐方法和推荐内容进行归纳、总结和对比分析;最后,分析EBSN推荐系统的研究难点及其发展趋势,并给出总结. 展开更多
关键词 基于事件社会网络 推荐系统 矩阵分解 模型 概率模型 深度学习
在线阅读 下载PDF
融合主题信息和卷积神经网络的混合推荐算法 被引量:22
18
作者 田保军 刘爽 房建东 《计算机应用》 CSCD 北大核心 2020年第7期1901-1907,共7页
针对传统的协同过滤算法中数据稀疏和推荐结果不准确的问题,提出了一种基于隐狄利克雷分布(LDA)与卷积神经网络(CNN)的概率矩阵分解推荐模型(LCPMF),该模型综合考虑项目评论文档的主题信息与深层语义信息。首先,分别使用LDA主题模型和文... 针对传统的协同过滤算法中数据稀疏和推荐结果不准确的问题,提出了一种基于隐狄利克雷分布(LDA)与卷积神经网络(CNN)的概率矩阵分解推荐模型(LCPMF),该模型综合考虑项目评论文档的主题信息与深层语义信息。首先,分别使用LDA主题模型和文本CNN对项目评论文档建模;然后,获取项目评论文档的显著潜在低维主题信息及全局深层语义信息,从而捕获项目文档的多层次特征表示;最后,将得到的用户和多层次的项目特征融合到概率矩阵分解(PMF)模型中,产生预测评分进行推荐。在真实数据集Movielens 1M、Movielens 10M与Amazon上,将LCPMF与经典的PMF、协同深度学习(CDL)、卷积矩阵因子分解模型(ConvMF)模型进行对比。实验结果表明,相较PMF、CDL、ConvMF模型,所提推荐模型LCPMF的均方根误差(RMSE)和平均绝对误差(MAE)在Movielens 1M数据集上分别降低了6.03%和5.38%、5.12%和4.03%、1.46%和2.00%,在Movielens 10M数据集上分别降低了5.35%和5.67%、2.50%和3.64%、1.75%和1.74%,在Amazon数据集上分别降低17.71%和23.63%、14.92%和17.47%、3.51%和4.87%,验证了所提模型在推荐系统中的可行性与有效性。 展开更多
关键词 推荐算法 主题模型 卷积神经网络 概率矩阵分解 协同过滤
在线阅读 下载PDF
融合动态标签优化协同过滤推荐算法 被引量:2
19
作者 金浙良 胡桂明 《机械设计与制造》 北大核心 2018年第2期116-119,共4页
针对协同过滤推荐算法在网络个性化产品推荐服务中面临的覆盖率互斥、信息不对称问题,提出了一种融合用户动态标签和用户信任关系的改进协同过滤推荐算法,算法首先通过构建用户集、标签集和物品集三者之间的动态联系,建立用户动态偏好矩... 针对协同过滤推荐算法在网络个性化产品推荐服务中面临的覆盖率互斥、信息不对称问题,提出了一种融合用户动态标签和用户信任关系的改进协同过滤推荐算法,算法首先通过构建用户集、标签集和物品集三者之间的动态联系,建立用户动态偏好矩阵,接着构建基于用户社会网络信息的用户信任关系矩阵,以通过用户信任反馈机制实时更新用户间的信任值,最后通过融合用户动态标签和用户信任关系构建新的概率矩阵分解模型实现对协同过滤推荐算法的优化改进。仿真实验结果表明,改进算法提高了协同过滤推荐算法的性能,在一定程度上有效缓解了覆盖率互斥、信息不对称以及信任用户变窄问题对算法推荐质量的影响。 展开更多
关键词 协同过滤推荐 动态标签 信任关系 矩阵概率分解模型
在线阅读 下载PDF
某精细化工园区VOCs污染特征及来源解析 被引量:13
20
作者 封豆豆 吴成志 +4 位作者 陈必新 王俏丽 张士汉 陈建孟 李伟 《高校化学工程学报》 EI CAS CSCD 北大核心 2021年第5期935-942,共8页
为实现精细化工园区精准溯源,基于某园区2018年3~12月挥发性有机物(VOCs)在线监测数据及气象监测数据,分析整体污染水平和组分特征,利用正定矩阵因子分解(PMF)模型开展源解析研究,并结合条件双变量概率函数(CBPF)对主要排放源进行精准... 为实现精细化工园区精准溯源,基于某园区2018年3~12月挥发性有机物(VOCs)在线监测数据及气象监测数据,分析整体污染水平和组分特征,利用正定矩阵因子分解(PMF)模型开展源解析研究,并结合条件双变量概率函数(CBPF)对主要排放源进行精准定位。结果表明,园区VOCs平均体积分数为(381.92±183.62)×10-9,优势组分为卤代烃,优势物种依次为二氯甲烷、甲苯、1,2-二氯甲烷等,体现了精细化工园区的高VOCs污染特性;PMF分析表明精细化工排放源贡献为59.18%,道路移动源贡献为27.48%,是园区制定管控措施需要重点考虑的2个方面;CBPF分析表明园区东南部和东北部重污染企业分布较多,园区周边敏感区域易受园区高浓度VOCs排放的影响。 展开更多
关键词 精细化工园区 挥发性有机物 正定矩阵因子分解(pmf)模型 条件双变量概率函数(CBPF) 源解析
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部