期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于局部模型加权融合的Top-N电影推荐算法 被引量:4
1
作者 汤颖 孙康高 +1 位作者 秦绪佳 周建美 《计算机科学》 CSCD 北大核心 2018年第B11期439-444,共6页
为了解决传统推荐算法使用单一模型无法准确捕获用户偏好的问题,将稀疏线性模型作为基本推荐模型,提出了基于用户聚类的局部模型加权融合算法来实现电影的Top-N个性化推荐。同时,为了实现用户聚类,文中利用LDA主题模型和电影的文本内容... 为了解决传统推荐算法使用单一模型无法准确捕获用户偏好的问题,将稀疏线性模型作为基本推荐模型,提出了基于用户聚类的局部模型加权融合算法来实现电影的Top-N个性化推荐。同时,为了实现用户聚类,文中利用LDA主题模型和电影的文本内容信息,提出了语义层次用户特征向量的计算方法,并基于此来实现用户聚类。在豆瓣网电影数据集上的实验验证结果表明,所提局部加权融合推荐算法提升了原始基模型的推荐效果,同时又优于一些传统的经典推荐算法,从而证明了该推荐算法的有效性。 展开更多
关键词 推荐系统 模型融合 稀疏线性模型 主题模型
在线阅读 下载PDF
基于变量选择高维中介方法的模拟比较
2
作者 韩嫱 孙娜 +2 位作者 褚嘉栋 王妤 沈月平 《中国卫生统计》 北大核心 2025年第2期293-296,共4页
目的比较不同情形下几种基于变量选择的高维中介分析方法的优劣,为高维中介分析方法的选择提供参考。方法模拟不同场景的数据集(样本量n=300,600、中介维度P=100,1000、中介间相关系数ρ=0.25,0.6),采用基于极大极小凹惩罚函数(the mini... 目的比较不同情形下几种基于变量选择的高维中介分析方法的优劣,为高维中介分析方法的选择提供参考。方法模拟不同场景的数据集(样本量n=300,600、中介维度P=100,1000、中介间相关系数ρ=0.25,0.6),采用基于极大极小凹惩罚函数(the minimax concave penalty,MCP)的高维中介分析(HIMA)、基于去偏LASSO估计的高维中介分析(HDMA)、基于贝叶斯稀疏线性混合模型(BSLMM)先验的高维中介分析和基于乘积阈值先验(PTG)的高维中介分析四种方法选择真正的中介;采用bias、MSE、TPR评价模型的性能。结果HDMA在大多数场景中均有最高的TPR,PTG表现则较为稳定,而HIMA和BLSMM随着ρ增大,TPR大幅减小。以上方法,随着样本量的增加,估计偏倚均减小,TPR均增加;随着中介间相关性的增加,TPR均减小。结论HDMA方法总体表现较好,在高维和相关性较高的情况下可以考虑优先选用。 展开更多
关键词 高维中介分析 极大极小凹惩罚函数 去偏LASSO 贝叶斯稀疏线性混合模型先验 乘积阈值先验
在线阅读 下载PDF
基于elastic net方法的静息态脑功能超网络构建优化 被引量:3
3
作者 靳研艺 郭浩 陈俊杰 《计算机应用研究》 CSCD 北大核心 2018年第11期3276-3280,3297,共6页
脑网络分析已广泛应用于神经影像领域的研究。超网络构建方法被提出用于描述多个脑区之间的高阶关系。超网络是根据静息态功能磁共振成像时间序列通过稀疏线性回归方法构建。在已有文献中,用于构建超网络的稀疏线性回归模型是采用LASSO... 脑网络分析已广泛应用于神经影像领域的研究。超网络构建方法被提出用于描述多个脑区之间的高阶关系。超网络是根据静息态功能磁共振成像时间序列通过稀疏线性回归方法构建。在已有文献中,用于构建超网络的稀疏线性回归模型是采用LASSO方法解决。然而这种方法存在局限,在超边构建时不能够有效地解决脑区之间的组效应。针对这一问题,提出了将elastic net方法引入到超网络构建中,并且应用于抑郁症患者与正常被试的分类。实验结果显示基于LASSO与基于elastic net的方法分别可以达到83. 33%与86. 36%的分类准确率。分类结果表明与原有方法相比,基于elastic net的方法可以得到更为有效的特征以及更好的分类效果。 展开更多
关键词 抑郁症 超网络 稀疏线性回归模型 elasticnet 分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部