-
题名基于深度信念网络的个性化信息推荐
被引量：5
- 1
-
-
作者
王兆凯
李亚星
冯旭鹏
刘利军
黄青松
刘晓梅
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学教育技术与网络中心
云南省计算机技术应用重点实验室
昆明佳谦科技有限公司
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第10期201-206,共6页
-
基金
国家自然科学基金资助项目(81360230)
科技部科技型中小企业技术创新基金资助项目(13C26215305404)
-
文摘
为在信息推荐过程中挖掘出更多的信息关系,提出一种基于深度信念网络的信息推荐方法。利用模糊聚类进行预处理以达到跨类推荐的目的,根据用户浏览记录通过网络计算高分信息,并结合用户兴趣,使用潜在狄里克雷分配模型对高分信息进行权值调整,从而提高推荐准确率。在整个推荐过程中网络会根据用户行为对推荐信息权值进行相应调整。实验结果表明,该方法的推荐成功率比BP神经网络提高5.7%。
-
关键词
信息推荐
深度学习
深度信念网络
潜在狄利克雷分配模型
模糊聚类
-
Keywords
information recommendation
deep learning
Deep Belief Network （DBN）
Latent Dirichlet Allocation（LDA） model
fuzzy clustering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多元特征的电商低质量商品评论识别
被引量：1
- 2
-
-
作者
栾杰
付晓东
冯旭鹏
刘利军
黄青松
刘晓梅
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学教育技术与网络中心
云南省计算机应用重点实验室
昆明佳谦科技有限公司
-
出处
《计算机应用与软件》
2017年第2期100-105,共6页
-
基金
国家自然科学基金项目(81360230)
-
文摘
为了改变已有评论识别方法在新兴特性("返现评论"的出现)识别上的不足,根据新兴特性提出一种新的"无用评论"划分方法,定义其为低质量评论。根据其具有的特性,提出基于多元特征(情感强度,是否包含负面情感,主流观点的包含程度)的识别方法。将提取出的特征放入基于文本特征分类器中,对多元特征与文本特征的不同组合进行有监督的学习,选取出分类效果最好的特征组合。实验表明在文本特征分类中加入多元特征后,分类准确率能达到83%。
-
关键词
低质量评论
分类
多元特征
监督学习
-
Keywords
Low quality review
Classification
Multivariate characteristics
Supervised learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
