检索结果-维普期刊中文期刊服务平台

一种基于图神经网络的社会化推荐算法被引量：2: 1; 作者吕艳霞郝帅 +1 位作者乔广通邢烨《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第1期10-17,共8页; 现有的社会化推荐算法大多着眼于用户购买或点击等单一的交互行为,并未同时考虑收藏、浏览等多种不同的交互行为.而且当前的社会化推荐算法重点只关注推荐的准确性,忽略了推荐结果的可解释性.针对以上问题,提出了一种基于图神经网络的... 展开更多; 关键词推荐系统社会化推荐图神经网络可解释推荐个性化推荐; 在线阅读下载PDF 职称材料

基于多元隐式信任关系挖掘的抗攻击社会化推荐算法研究被引量：2: 2; 作者吕成戍《运筹与管理》 CSSCI CSCD 北大核心 2020年第1期69-78,共10页; 在商业竞争环境下,推荐系统容易受到托攻击的危害.基于信任关系的社会化推荐算法被证明是解决托攻击问题的有效途径.然而,现有研究仅考虑显式信任关系,隐式信任关系没有被真正挖掘利用.为此,提出了一种基于多元隐式信任关系挖掘的抗攻... 展开更多; 关键词隐式信任抗攻击协同过滤算法社会化推荐信息安全; 在线阅读下载PDF 职称材料

基于组合差分隐私的社会化推荐算法研究: 3; 作者王居正张雪萍 +1 位作者杨俊翔杨卫东《无线互联科技》 2023年第7期122-124,131,共4页; 随着在线商品、服务以及信息的爆炸式增长,推荐系统正逐渐成为互联网应用当中一个不可或缺的部分。然而,推荐系统在给人们带来便利的同时,也存在很多潜在风险,其中之一便是隐私泄露问题。文章依托现有传统推荐算法,通过融入用户之间的... 展开更多; 关键词社会化推荐差分隐私联邦学习安全多方计算; 在线阅读下载PDF 职称材料

语义推荐算法研究综述被引量：13: 4; 作者黄震华张佳雯 +3 位作者张波喻剑向阳黄德双《电子学报》 EI CAS CSCD 北大核心 2016年第9期2262-2275,共14页; 近年来,语义推荐技术已成为信息服务领域的一个研究热点和重点.与传统的推荐算法相比,语义推荐算法在实时性、鲁棒性和推荐质量等方面具有显著的优势.针对语义推荐算法的国内外研究现状、进展,从四个角度进行归纳和总结,即基于语义的内... 展开更多; 关键词语义推荐算法内容推荐协同过滤推荐混合推荐社会化推荐; 在线阅读下载PDF 职称材料

国内电子商务个性化推荐研究进展:架构与实践被引量：7: 5; 作者孙雨生张晨 +1 位作者任洁朱礼军《现代情报》 CSSCI 北大核心 2017年第5期151-156,共6页; 本文介绍了电子商务个性化推荐内涵、核心内容和研究框架,并从推荐模型与机理、典型应用与技术实践两方面阐述了国内电子商务个性化推荐研究进展。; 关键词电子商务个性化推荐研究进展社会化推荐架构实践; 在线阅读下载PDF 职称材料

融合用户信任和影响力的top-N推荐算法被引量：2: 6; 作者张雪峰陈秀莉僧德文《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第2期311-319,共9页; 针对现有基于信任的推荐方法通常直接利用社交网络的二值信任关系来提高推荐质量,较少考虑用户间信任强度的差异和潜在影响的问题,提出结合用户信任和影响力的混合推荐算法进行top-N项目推荐.采用自动编码器对用户行为进行无监督的初始... 展开更多; 关键词社会化推荐用户信任影响力矩阵分解自动编码器; 在线阅读下载PDF 职称材料

基于矩阵分解的推荐算法研究综述被引量：8: 7; 作者程龙李涵《北京信息科技大学学报（自然科学版）》 2021年第2期38-45,51,共9页; 大数据时代下,现有的推荐系统面临着准确性、数据稀疏性以及冷启动问题的挑战。矩阵分解是解决数据稀疏性的有效方法,近年来,基于矩阵分解的推荐算法备受关注。以矩阵分解为基础,分别概述了基于传统矩阵分解的推荐算法、基于社会化的推... 展开更多; 关键词推荐算法矩阵分解社会化推荐深度学习; 在线阅读下载PDF 职称材料

题名一种基于图神经网络的社会化推荐算法被引量：2: 1; 作者吕艳霞郝帅乔广通邢烨; 机构东北大学秦皇岛分校计算机与通信工程学院; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第1期10-17,共8页; 基金国家自然科学基金资助项目(61901099) 河北省自然科学基金资助项目(F2021501020).; 文摘现有的社会化推荐算法大多着眼于用户购买或点击等单一的交互行为,并未同时考虑收藏、浏览等多种不同的交互行为.而且当前的社会化推荐算法重点只关注推荐的准确性,忽略了推荐结果的可解释性.针对以上问题,提出了一种基于图神经网络的社会化推荐算法SRGN,将用户的社交关系和物品间客观存在的语义联系以特定的方式注入到算法架构中,并且利用消息传递的方式实现交互的多行为联合编码,从而提升推荐的准确性.此外,设计了可解释模块为推荐结果提供推荐的理由.在两个真实数据集上与其他8种算法进行对比实验,结果表明提出的算法在推荐性能和用户友好性上具有明显的优势.; 关键词推荐系统社会化推荐图神经网络可解释推荐个性化推荐; Keywords recommendation system social recommendation graph neural network explainable recommendation personalized recommendation; 分类号 TP311 [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

题名基于多元隐式信任关系挖掘的抗攻击社会化推荐算法研究被引量：2: 2; 作者吕成戍; 机构东北财经大学管理科学与工程学院; 出处《运筹与管理》 CSSCI CSCD 北大核心 2020年第1期69-78,共10页; 基金国家自然科学基金资助项目(71602021,71271045,71601036) 2019年辽宁省教育厅科学研究项目(LN2019Q31)。; 文摘在商业竞争环境下,推荐系统容易受到托攻击的危害.基于信任关系的社会化推荐算法被证明是解决托攻击问题的有效途径.然而,现有研究仅考虑显式信任关系,隐式信任关系没有被真正挖掘利用.为此,提出了一种基于多元隐式信任关系挖掘的抗攻击社会化推荐算法.首先,借鉴社会学和组织行为科学领域的信任前因框架模型,从全局信任和局部信任两个视角深入研究各信任要素的提取和量化方法.然后,通过信任调节因子集成局部信任度和全局信任度获得用户总体信任度.最后,以用户总体信任度为依据将攻击用户隔离在可信近邻之外,实现基于信任关系的个性化推荐.大量对比实验表明,本文算法在改善推荐准确率的同时有效抑制了托攻击对推荐算法的影响.; 关键词隐式信任抗攻击协同过滤算法社会化推荐信息安全; Keywords implicit trust anti-attack collaborative filtering social recommendation information security; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于组合差分隐私的社会化推荐算法研究: 3; 作者王居正张雪萍杨俊翔杨卫东; 机构河南工业大学信息科学与工程学院; 出处《无线互联科技》 2023年第7期122-124,131,共4页; 文摘随着在线商品、服务以及信息的爆炸式增长,推荐系统正逐渐成为互联网应用当中一个不可或缺的部分。然而,推荐系统在给人们带来便利的同时,也存在很多潜在风险,其中之一便是隐私泄露问题。文章依托现有传统推荐算法,通过融入用户之间的信任关系,形成社会化推荐算法,提高了推荐效果。另外,在原有选定4种主要的差分隐私保护技术的基础上,结合联邦学习和安全多方计算等技术,寻求最优的组合差分隐私保护技术,增强了隐私保护的能力。; 关键词社会化推荐差分隐私联邦学习安全多方计算; Keywords social recommendation differential privacy federal study security multi-party calculation; 分类号 TP391.3 [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

题名语义推荐算法研究综述被引量：13: 4; 作者黄震华张佳雯张波喻剑向阳黄德双; 机构同济大学电子与信息工程学院上海师范大学信息与机电工程学院; 出处《电子学报》 EI CAS CSCD 北大核心 2016年第9期2262-2275,共14页; 基金国家自然科学基金(No.61272268) 上海市青年科技启明星计划(No.15QA1403900) +3 种基金国家973课题(No.2014CB340404) 同济大学中央高校基本科研业务费专项资金; 文摘近年来,语义推荐技术已成为信息服务领域的一个研究热点和重点.与传统的推荐算法相比,语义推荐算法在实时性、鲁棒性和推荐质量等方面具有显著的优势.针对语义推荐算法的国内外研究现状、进展,从四个角度进行归纳和总结,即基于语义的内容推荐算法、基于语义的协同过滤推荐算法、基于语义的混合推荐算法以及基于语义的社会化推荐算法,旨在尽可能全面地对语义推荐算法进行细致的介绍与分析,为相关研究人员提供有价值的学术参考.最后,立足于研究现状的分析与把握,对当前语义推荐算法所面临的挑战与发展趋势进行了展望.; 关键词语义推荐算法内容推荐协同过滤推荐混合推荐社会化推荐; Keywords semantics recommendation algorithm content recommendation collaborative filtering recommendation hybrid recommendation social recommendation; 分类号 TN911.23 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名国内电子商务个性化推荐研究进展:架构与实践被引量：7: 5; 作者孙雨生张晨任洁朱礼军; 机构湖北工业大学经济与管理学院中国科学技术信息研究所信息技术支持中心湖北工业大学区域产业生态发展协同创新中心; 出处《现代情报》 CSSCI 北大核心 2017年第5期151-156,共6页; 基金国家自然科学基金资助项目"基于语义网格的数字图书馆个性化推荐模型研究"(项目编号:71003032) 中国博士后科学基金资助项目"基于领域本体的数字图书馆用户兴趣建模研究"(项目编号:2014M560107) +1 种基金全国大学生创新创业训练项目"美源网生态农场项目方案设计"(项目编号:201310500035); 文摘本文介绍了电子商务个性化推荐内涵、核心内容和研究框架,并从推荐模型与机理、典型应用与技术实践两方面阐述了国内电子商务个性化推荐研究进展。; 关键词电子商务个性化推荐研究进展社会化推荐架构实践; Keywords e-commerce personalized recommendation research development social recommendation framework practice; 分类号 TP399 [自动化与计算机技术—计算机应用技术] G202 [文化科学—传播学]; 在线阅读下载PDF 职称材料

题名融合用户信任和影响力的top-N推荐算法被引量：2: 6; 作者张雪峰陈秀莉僧德文; 机构杭州电子科技大学复杂系统建模与仿真教育部重点实验室; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第2期311-319,共9页; 基金浙江省基础公益研究计划资助项目(LGF19F020015) 中国高等教育学会高等教育科学研究“十三五”规划课题资助项目(2018GCLYB12).; 文摘针对现有基于信任的推荐方法通常直接利用社交网络的二值信任关系来提高推荐质量,较少考虑用户间信任强度的差异和潜在影响的问题,提出结合用户信任和影响力的混合推荐算法进行top-N项目推荐.采用自动编码器对用户行为进行无监督的初始特征优化,将高维、稀疏的用户行为压缩成低维、稠密的用户及项目特征向量;提出融合用户交互信息、偏好度和信任的新型信任度量模型,发掘社交网络中用户间的隐含信任关系,重构社会信任网络;将社会信任网络的拓扑结构和用户的交互信息融入结构洞算法,通过改进的结构洞算法来识别网络中的影响力用户,提高top-N项目推荐性能.实验在FilmTrust、Epinions、Ciao这3个标准数据集上进行对比验证,实验结果证明了所提算法的有效性.; 关键词社会化推荐用户信任影响力矩阵分解自动编码器; Keywords social recommendation user trust influence matrix factorization auto-encoder; 分类号 TP391.3 [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

题名基于矩阵分解的推荐算法研究综述被引量：8: 7; 作者程龙李涵; 机构北京信息科技大学理学院; 出处《北京信息科技大学学报（自然科学版）》 2021年第2期38-45,51,共9页; 基金国家自然科学基金资助项目(9011623901) 北京信息科技大学教学改革项目(2020JGYB41)。; 文摘大数据时代下,现有的推荐系统面临着准确性、数据稀疏性以及冷启动问题的挑战。矩阵分解是解决数据稀疏性的有效方法,近年来,基于矩阵分解的推荐算法备受关注。以矩阵分解为基础,分别概述了基于传统矩阵分解的推荐算法、基于社会化的推荐算法和基于深度学习的推荐算法,分析各类算法之间的优势与不足,对算法的实际应用场景进行总结,最后给出未来研究方向的展望,为后续相关研究提供有效参考。; 关键词推荐算法矩阵分解社会化推荐深度学习; Keywords recommendation algorithm matrix factorization social recommendation deep learning; 分类号 TP391.3 [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	作者	出处	发文年	被引量	操作
1	一种基于图神经网络的社会化推荐算法	吕艳霞郝帅乔广通邢烨	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于多元隐式信任关系挖掘的抗攻击社会化推荐算法研究	吕成戍	《运筹与管理》 CSSCI CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
3	基于组合差分隐私的社会化推荐算法研究	王居正张雪萍杨俊翔杨卫东	《无线互联科技》	2023	0	在线阅读下载PDF 职称材料
4	语义推荐算法研究综述	黄震华张佳雯张波喻剑向阳黄德双	《电子学报》 EI CAS CSCD 北大核心	2016	13	在线阅读下载PDF 职称材料
5	国内电子商务个性化推荐研究进展:架构与实践	孙雨生张晨任洁朱礼军	《现代情报》 CSSCI 北大核心	2017	7	在线阅读下载PDF 职称材料
6	融合用户信任和影响力的top-N推荐算法	张雪峰陈秀莉僧德文	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
7	基于矩阵分解的推荐算法研究综述	程龙李涵	《北京信息科技大学学报（自然科学版）》	2021	8	在线阅读下载PDF 职称材料