检索结果-维普期刊中文期刊服务平台

区间型符号数据的因子分析及其应用被引量：1: 1; 作者李汶华郭均鹏高峰《管理工程学报》 CSSCI 北大核心 2009年第4期100-103,共4页; 符号数据分析是一种新兴的数据挖掘技术,区间数是最常用的一种符号数据。基于误差分析理论,研究针对区间数据的因子分析方法。将区间数看作一个由中点和半径构成的有序偶,并将半径视为区间数的极限误差。对中点样本阵进行因子分析,得到... 展开更多; 关键词符号数据分析因子分析区间数误差分析股票; 在线阅读下载PDF 职称材料

一般分布区间型符号数据的K均值聚类方法被引量：11: 2; 作者郭均鹏陈颖李汶华《管理科学学报》 CSSCI 北大核心 2013年第3期21-28,共8页; 对于区间型符号数据聚类分析的研究,现有方法大多假设个体在区间内服从均匀分布,这往往并不符合实际情况.针对此问题,研究一般分布的区间型符号数据K均值聚类方法,给出了一般分布区间型符号数据的定义,并基于经验分布理论研究其描述统计... 展开更多; 关键词区间数一般分布符号数据分析聚类分析; 在线阅读下载PDF 职称材料

基于区间型符号数据的群组推荐算法研究被引量：7: 3; 作者郭均鹏宁静史志奇《计算机应用研究》 CSCD 北大核心 2013年第1期67-71,共5页; 传统群组推荐算法基于点数据描述群组用户模型,存在着信息缺失、很难统筹考虑所有个体用户的需求等问题。针对该问题,对个体评分数据按照符号数据分析的思想进行"打包",将群组成员的评分信息汇总为区间型符号数据。在Hausdorf... 展开更多; 关键词群组推荐符号数据分析聚类分析; 在线阅读下载PDF 职称材料

一种基于符号数据的群体推荐算法被引量：6: 4; 作者郭均鹏高成菊赵旻昊《系统工程学报》 CSCD 北大核心 2015年第1期127-134,共8页; 基于符号数据分析所具有的能够有效地对海量数据进行降维并从整体上把握样本属性的优势,设计了基于区间型和分布式符号数据的模型建立方法,分别建立符号数据描述的目标群体用户模型和目标项目模型,并将目标项目模型分解为积极子模型和... 展开更多; 关键词符号数据分析群体推荐区间型符号数据分布式符号数据; 在线阅读下载PDF 职称材料

改进的基于符号数据的协同过滤推荐算法被引量：3: 5; 作者郭均鹏陈莹莹《计算机应用》 CSCD 北大核心 2011年第11期3060-3062,3067,共4页; 随着用户和资源种类的不断增加,评价矩阵的稀疏性问题越来越突出,严重影响了推荐系统的推荐质量。奇异值分解(SVD)是一种对数据进行降维处理的方法,符号数据分析(SDA)是一种处理海量数据的全新数据分析思路。提出一种改进的基于符号数... 展开更多; 关键词协同过滤符号数据分析奇异值分解稀疏性推荐系统; 在线阅读下载PDF 职称材料

区间型符号数据的特征选择方法被引量：2: 6; 作者郭崇慧刘永超《运筹与管理》 CSSCI CSCD 北大核心 2015年第1期67-74,共8页; 对区间型符号数据进行特征选择,可以降低数据的维数,提取数据的关键特征。针对区间型符号数据的特征选择问题,本文提出了一种新的特征选择方法。首先,该方法使用区间数Hausdorff距离和区间数欧氏距离度量区间数的相似性,通过建立使得样... 展开更多; 关键词符号数据分析特征选择最近邻分类器区间型数据; 在线阅读下载PDF 职称材料

数据挖掘中区间数据模糊聚类研究——基于Wasserstein测度被引量：2: 7; 作者李红孙秋碧《计算机工程与应用》 CSCD 2012年第12期24-28,37,共6页; 针对目前区间数据模糊聚类研究中区间距离定义存在的局限性,引入能够考虑区间数值分布特征的Wasserstein距离测度,提出基于Wasserstein距离测度的单指标和双指标自适应模糊聚类算法及迭代模型。通过仿真实验和CR指数,证实了该类模型的... 展开更多; 关键词模糊聚类区间数据符号数据分析自适应; 在线阅读下载PDF 职称材料

题名区间型符号数据的因子分析及其应用被引量：1: 1; 作者李汶华郭均鹏高峰; 机构天津大学管理学院; 出处《管理工程学报》 CSSCI 北大核心 2009年第4期100-103,共4页; 基金国家自然科学基金青年基金资助项目(70701026); 文摘符号数据分析是一种新兴的数据挖掘技术,区间数是最常用的一种符号数据。基于误差分析理论,研究针对区间数据的因子分析方法。将区间数看作一个由中点和半径构成的有序偶,并将半径视为区间数的极限误差。对中点样本阵进行因子分析,得到因子得分的中点值。然后将半径样本阵按照误差传递公式,得到因子得分的极限误差。由因子得分的中点值和极限误差最终得到因子得分的区间值。最后以股票的市场综合表现评价问题为案例,进行了应用研究。; 关键词符号数据分析因子分析区间数误差分析股票; Keywords symbolic data analysis factor analysis interval number error analysis stock; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名一般分布区间型符号数据的K均值聚类方法被引量：11: 2; 作者郭均鹏陈颖李汶华; 机构天津大学管理与经济学部; 出处《管理科学学报》 CSSCI 北大核心 2013年第3期21-28,共8页; 基金国家自然科学基金资助项目(71271147 71003072); 文摘对于区间型符号数据聚类分析的研究,现有方法大多假设个体在区间内服从均匀分布,这往往并不符合实际情况.针对此问题,研究一般分布的区间型符号数据K均值聚类方法,给出了一般分布区间型符号数据的定义,并基于经验分布理论研究其描述统计.基于Hausdorff距离,考虑区间数所包含个体的分布信息,提出了一种新的区间型符号数据距离度量.给出了一般分布的区间型符号数据K均值聚类算法.通过随机模拟试验对该方法进行了有效性评价,结论表明,在各种实验设计的条件下,考虑一般分布的K均值聚类算法有效性均优于均匀分布假设下的K均值聚类算法.最后将文中方法应用于汽车的聚类分析,进一步体现了文中方法在解决实际问题中的优势.; 关键词区间数一般分布符号数据分析聚类分析; Keywords interval symbolic data general distribution symbolic data analysis clustering analysis; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于区间型符号数据的群组推荐算法研究被引量：7: 3; 作者郭均鹏宁静史志奇; 机构天津大学管理与经济学部; 出处《计算机应用研究》 CSCD 北大核心 2013年第1期67-71,共5页; 基金国家自然科学基金资助项目(70701026 71271147); 文摘传统群组推荐算法基于点数据描述群组用户模型,存在着信息缺失、很难统筹考虑所有个体用户的需求等问题。针对该问题,对个体评分数据按照符号数据分析的思想进行"打包",将群组成员的评分信息汇总为区间型符号数据。在Hausdorff距离基础上,采用区间内部点数据的描述统计量,提出了一种全新的区间数距离度量方法,并利用这种距离对区间型符号数据描述的群组实施K-均值聚类,由此确定相似群组,最后通过最近邻的评分预测目标群组的评分。将这种全新的群组推荐算法与传统方法进行推荐精度与效率的对比实验,结果表明,在各种实验条件下,基于区间型符号数据的群组推荐算法均优于传统点数据的群组推荐算法。; 关键词群组推荐符号数据分析聚类分析; Keywords group recommendation symbolic data analysis（SDA） cluster analysis; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TP301.6 [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

题名一种基于符号数据的群体推荐算法被引量：6: 4; 作者郭均鹏高成菊赵旻昊; 机构天津大学管理与经济学部天津大学软件学院; 出处《系统工程学报》 CSCD 北大核心 2015年第1期127-134,共8页; 基金国家自然科学基金资助项目(71271147); 文摘基于符号数据分析所具有的能够有效地对海量数据进行降维并从整体上把握样本属性的优势,设计了基于区间型和分布式符号数据的模型建立方法,分别建立符号数据描述的目标群体用户模型和目标项目模型,并将目标项目模型分解为积极子模型和消极子模型来表示.进而计算目标群体模型与目标项目积极子模型、消极子模型之间的相似度,最终产生推荐.选取为群体用户推荐美食作为实例,通过大众点评网收集用户评分数据,对文中算法进行评价,结果表明该算法能取得良好的推荐精度,且在群体较小及数据稀疏时,推荐质量明显优于传统基于点数据描述群体用户模型的协同过滤算法.; 关键词符号数据分析群体推荐区间型符号数据分布式符号数据; Keywords symbolic data analysis group recommendation interval symbolic data distributed symbolic data; 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

题名改进的基于符号数据的协同过滤推荐算法被引量：3: 5; 作者郭均鹏陈莹莹; 机构天津大学管理与经济学部; 出处《计算机应用》 CSCD 北大核心 2011年第11期3060-3062,3067,共4页; 基金国家自然科学基金资助项目(70701026); 文摘随着用户和资源种类的不断增加,评价矩阵的稀疏性问题越来越突出,严重影响了推荐系统的推荐质量。奇异值分解(SVD)是一种对数据进行降维处理的方法,符号数据分析(SDA)是一种处理海量数据的全新数据分析思路。提出一种改进的基于符号数据的协同过滤推荐算法,即将奇异值分解和符号数据分析方法结合起来运用到推荐系统中。在EachMovie数据库集上的实验结果表明该算法在数据稀疏时的推荐质量明显优于传统的推荐算法。; 关键词协同过滤符号数据分析奇异值分解稀疏性推荐系统; Keywords collaborative filtering Symbolic Data Analysis（SDA） Singular Value Decomposition（SVD） sparsity recommendation system; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构] 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

题名区间型符号数据的特征选择方法被引量：2: 6; 作者郭崇慧刘永超; 机构大连理工大学系统工程研究所; 出处《运筹与管理》 CSSCI CSCD 北大核心 2015年第1期67-74,共8页; 基金国家自然科学基金资助项目(71171030 71031002) 教育部新世纪优秀人才支持计划(NCET-11-0050); 文摘对区间型符号数据进行特征选择,可以降低数据的维数,提取数据的关键特征。针对区间型符号数据的特征选择问题,本文提出了一种新的特征选择方法。首先,该方法使用区间数Hausdorff距离和区间数欧氏距离度量区间数的相似性,通过建立使得样本点与样本类中心相似性最大的优化模型来估计区间型符号数据的特征权重。其次,基于特征权重构建相应的分类器来评价所估计特征权重的优劣。最后,为了验证本文方法的有效性,分别在人工生成数据集和真实数据集上进行了数值实验,数值实验结果表明,本文方法可以有效地去除无关特征,识别出与类标号有关的特征。; 关键词符号数据分析特征选择最近邻分类器区间型数据; Keywords symbolic data analysis feature selection nearest neighbor classifier interval data; 分类号 O235 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名数据挖掘中区间数据模糊聚类研究——基于Wasserstein测度被引量：2: 7; 作者李红孙秋碧; 机构福州大学管理学院统计系; 出处《计算机工程与应用》 CSCD 2012年第12期24-28,37,共6页; 基金国家社科基金(No.10BTJ002) 国家自然科学基金青年项目(No.70902071); 文摘针对目前区间数据模糊聚类研究中区间距离定义存在的局限性,引入能够考虑区间数值分布特征的Wasserstein距离测度,提出基于Wasserstein距离测度的单指标和双指标自适应模糊聚类算法及迭代模型。通过仿真实验和CR指数,证实了该类模型的优势。该算法在海量、堆积如山的数据挖掘中有着重要的实践意义。; 关键词模糊聚类区间数据符号数据分析自适应; Keywords fuzzy clustering interval data symbolic data analysis adaptive; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 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	区间型符号数据的因子分析及其应用	李汶华郭均鹏高峰	《管理工程学报》 CSSCI 北大核心	2009	1	在线阅读下载PDF 职称材料
2	一般分布区间型符号数据的K均值聚类方法	郭均鹏陈颖李汶华	《管理科学学报》 CSSCI 北大核心	2013	11	在线阅读下载PDF 职称材料
3	基于区间型符号数据的群组推荐算法研究	郭均鹏宁静史志奇	《计算机应用研究》 CSCD 北大核心	2013	7	在线阅读下载PDF 职称材料
4	一种基于符号数据的群体推荐算法	郭均鹏高成菊赵旻昊	《系统工程学报》 CSCD 北大核心	2015	6	在线阅读下载PDF 职称材料
5	改进的基于符号数据的协同过滤推荐算法	郭均鹏陈莹莹	《计算机应用》 CSCD 北大核心	2011	3	在线阅读下载PDF 职称材料
6	区间型符号数据的特征选择方法	郭崇慧刘永超	《运筹与管理》 CSSCI CSCD 北大核心	2015	2	在线阅读下载PDF 职称材料
7	数据挖掘中区间数据模糊聚类研究——基于Wasserstein测度	李红孙秋碧	《计算机工程与应用》 CSCD	2012	2	在线阅读下载PDF 职称材料