期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于噪声检测修正和神经网络的稀疏数据推荐算法
被引量：
6
1
作者
张艳红
俞龙
《计算机应用与软件》
北大核心
2020年第8期274-281,共8页
协同过滤推荐算法对于含噪声稀疏数据集的推荐性能较弱,为此设计噪声检测修正和神经网络的稀疏数据top-k推荐算法。将用户和项目按评分分别分类为高分类、中等类和低分类,根据分类结果检测评分矩阵的奇异点,对奇异点做简单地修正处理。...
协同过滤推荐算法对于含噪声稀疏数据集的推荐性能较弱,为此设计噪声检测修正和神经网络的稀疏数据top-k推荐算法。将用户和项目按评分分别分类为高分类、中等类和低分类,根据分类结果检测评分矩阵的奇异点,对奇异点做简单地修正处理。建立基于兴趣关系的受限玻尔兹曼机模型,将用户对项目的兴趣关系以及项目的次级信息作为条件受限玻尔兹曼机的输入,预测目标用户的top-k推荐列表。基于多个数据集的实验结果表明,该算法有效地提高稀疏数据的推荐性能,并且推荐列表的排序也较为准确。
展开更多
关键词
协同过滤推荐系统
噪声
数据
集
稀疏数据集
噪声过滤
神经网络
受限玻尔兹曼机
在线阅读
下载PDF
职称材料
临床数据中挖掘关联规则算法的选用
被引量：
2
2
作者
殷彬
方思行
《暨南大学学报（自然科学与医学版）》
CAS
CSCD
2004年第1期26-29,共4页
对典型的挖掘关联规则的Apriori算法和FP-growth算法进行比较分析.然后,结合临床数据的特点,建议在临床数据关联规则挖掘中采用FP-growth算法.
关键词
数据
挖掘
关联规则
APRIORI算法
FP-GROWTH算法
支持度
稀疏数据集
稠密
数据
集
在线阅读
下载PDF
职称材料
基于用户兴趣变化和评论的协同过滤算法研究
被引量：
16
3
作者
董晨露
柯新生
《计算机科学》
CSCD
北大核心
2018年第3期213-217,246,共6页
传统协同过滤算法中,随着用户和商品数量的日益增多,用户-项目评分矩阵越来越稀疏。针对这一问题,提出了一种基于用户兴趣变化和评论的协同过滤算法。该算法将用户评论和遗忘曲线引入传统协同过滤算法中,将评论文本作为商品特征描述文本...
传统协同过滤算法中,随着用户和商品数量的日益增多,用户-项目评分矩阵越来越稀疏。针对这一问题,提出了一种基于用户兴趣变化和评论的协同过滤算法。该算法将用户评论和遗忘曲线引入传统协同过滤算法中,将评论文本作为商品特征描述文本,使用主题模型计算商品主题特征,引入艾宾浩斯遗忘曲线来协同计算用户的评论分布及评论相似度。将用户评论相似度和用户评分相似度相结合,以得到最终的用户相似度,进而对商品评分进行预测。对网络爬取的真实数据进行验证,结果显示该算法能够在稀疏数据集上获得较好的推荐结果。
展开更多
关键词
协同过滤
稀疏数据集
主题模型
用户兴趣变化
评论相似度
在线阅读
下载PDF
职称材料
题名
基于噪声检测修正和神经网络的稀疏数据推荐算法
被引量：
6
1
作者
张艳红
俞龙
机构
广东技术师范大学天河学院计算机科学与工程学院
华南农业大学电子工程学院
出处
《计算机应用与软件》
北大核心
2020年第8期274-281,共8页
基金
广东省科技计划项目(2013B020314014)
广东省教育科学规划教育信息技术研究专项(14JXN060)
广东技术师范大学天河学院计算机科学与技术重点学科建设项目(Xjt201702)。
文摘
协同过滤推荐算法对于含噪声稀疏数据集的推荐性能较弱,为此设计噪声检测修正和神经网络的稀疏数据top-k推荐算法。将用户和项目按评分分别分类为高分类、中等类和低分类,根据分类结果检测评分矩阵的奇异点,对奇异点做简单地修正处理。建立基于兴趣关系的受限玻尔兹曼机模型,将用户对项目的兴趣关系以及项目的次级信息作为条件受限玻尔兹曼机的输入,预测目标用户的top-k推荐列表。基于多个数据集的实验结果表明,该算法有效地提高稀疏数据的推荐性能,并且推荐列表的排序也较为准确。
关键词
协同过滤推荐系统
噪声
数据
集
稀疏数据集
噪声过滤
神经网络
受限玻尔兹曼机
Keywords
Collaborative filtering recommendation system
Noisy dataset
Sparse dataset
Noise filtering
Neural networks
Restricted Boltzmann machine
分类号
TP391 [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
临床数据中挖掘关联规则算法的选用
被引量：
2
2
作者
殷彬
方思行
机构
暨南大学计算机科学系
出处
《暨南大学学报（自然科学与医学版）》
CAS
CSCD
2004年第1期26-29,共4页
基金
国家自然科学基金重点资助项目(90209004)
广东省自然科学基金资助项目(021149)
文摘
对典型的挖掘关联规则的Apriori算法和FP-growth算法进行比较分析.然后,结合临床数据的特点,建议在临床数据关联规则挖掘中采用FP-growth算法.
关键词
数据
挖掘
关联规则
APRIORI算法
FP-GROWTH算法
支持度
稀疏数据集
稠密
数据
集
Keywords
data mining
association rule
Apriori algorithm
FP-growth algorithm
support
sparse data set
dense data set
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
基于用户兴趣变化和评论的协同过滤算法研究
被引量：
16
3
作者
董晨露
柯新生
机构
北京交通大学经济管理学院
出处
《计算机科学》
CSCD
北大核心
2018年第3期213-217,246,共6页
文摘
传统协同过滤算法中,随着用户和商品数量的日益增多,用户-项目评分矩阵越来越稀疏。针对这一问题,提出了一种基于用户兴趣变化和评论的协同过滤算法。该算法将用户评论和遗忘曲线引入传统协同过滤算法中,将评论文本作为商品特征描述文本,使用主题模型计算商品主题特征,引入艾宾浩斯遗忘曲线来协同计算用户的评论分布及评论相似度。将用户评论相似度和用户评分相似度相结合,以得到最终的用户相似度,进而对商品评分进行预测。对网络爬取的真实数据进行验证,结果显示该算法能够在稀疏数据集上获得较好的推荐结果。
关键词
协同过滤
稀疏数据集
主题模型
用户兴趣变化
评论相似度
Keywords
Collaborative filtering
Sparse data set
Topic model
User interest change
Comment similarity
分类号
TP301 [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
作者
出处
发文年
被引量
操作
1
基于噪声检测修正和神经网络的稀疏数据推荐算法
张艳红
俞龙
《计算机应用与软件》
北大核心
2020
6
在线阅读
下载PDF
职称材料
2
临床数据中挖掘关联规则算法的选用
殷彬
方思行
《暨南大学学报（自然科学与医学版）》
CAS
CSCD
2004
2
在线阅读
下载PDF
职称材料
3
基于用户兴趣变化和评论的协同过滤算法研究
董晨露
柯新生
《计算机科学》
CSCD
北大核心
2018
16
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
