-
题名多因素复合度量的协同过滤推荐算法
被引量：5
- 1
-
-
作者
孙光明
王硕
邹静昭
-
机构
北京交通大学计算机与信息技术学院
河北交通学院网络教研室
河北科技大学信息科学与工程学院
河北中医学院公共课教学部
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第10期2896-2900,共5页
-
基金
河北省高等学校科学研究计划重点项目(ZD2014061)
-
文摘
单一评分相似性度量及数据稀疏导致了传统推荐算法计算出的用户或项目近邻不准确、推荐质量不高,为此,提出了一种多因素复合度量的协同过滤推荐算法。该算法基于用户访问次数、停留时间及评分定义了一个多因素约束的相似性计算函数,避免了单一评分相似性度量问题,提高了相似性计算的准确度;同时,基于项目类别、目标用户已访问的项目、已访问过待预测评分项目的用户、访问时序建立了项目及用户信任模型,在数据稀疏及冷启动时用信任依赖度代替相似度预测评分,解决了相似性计算数据不充分的问题。实验结果表明,该算法能显著提高最近邻计算的准确性和算法的推荐质量。
-
关键词
多因素复合度量
访问时序
信任模型
推荐算法
-
Keywords
compound multiple factors
exploiting sequence
trust model
recommendation algorithms
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于项目兴趣度的协同过滤新算法
被引量：16
- 2
-
-
作者
孙光明
王硕
-
机构
北京交通大学计算机与信息技术学院
河北交通学院网络教研室
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第12期3618-3621,共4页
-
基金
河北省高等学校科学研究计划青年基金资助项目(Q2012110)
-
文摘
针对评分数据稀疏和单一评分相似性计算不准确导致推荐质量不高的问题,提出一种基于项目兴趣度的协同过滤新算法。该算法先预测未评分项的值,在此基础上基于项目的分类、评分值及次数引入项目—项目类别兴趣度特征向量计算同组项目的相似性,提高了项目间相似性计算的准确度和推荐质量,避免了大量无用计算,提高了算法的效率。实验结果表明,该算法对目标项目预测评分的准确性、推荐质量及效率更高。
-
关键词
兴趣度特征向量
数据稀疏
项目相似性
推荐质量
协同过滤
-
Keywords
interest degree feature vectors
data sparseness
item similarity
recommendation quality
collaborative filtering
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于JSON的Ajax数据通信快速算法
被引量：25
- 3
-
-
作者
孙光明
王硕
-
机构
河北交通学院网络教研室
北京交通大学计算机与信息技术学院
-
出处
《计算机应用与软件》
CSCD
2015年第1期263-266,共4页
-
基金
河北省高等学校科学研究计划青年基金项目(Q2012110)
-
文摘
针对Ajax采用XML作为数据载体存在标签大量冗余、基于DOM解析复杂导致数据传输量大、服务器与客户端解析效率低的问题,提出一种基于JSON的Ajax数据通信快速算法。分析服务器端应答Ajax引擎请求数据的结构,设计有限状态机模型实现应答数据集转换为JSON格式的方法,提高了Ajax数据传输和解析的效率。实验结果表明,该算法较以XML为数据载体的通信速度更快,解析效率更高,具有更好的用户体验度。
-
关键词
JSON
Ajax数据通信
有限状态机
快速算法
-
Keywords
Java,Script Object Notation （JSON） Ajax data communication Finite state machine Fast algorithm
-
分类号
TP311.52
[自动化与计算机技术—计算机软件与理论]
-
-
题名满足用户兴趣漂移的计算自适应快速推荐算法
被引量：3
- 4
-
-
作者
孙光明
王硕
-
机构
北京交通大学计算机与信息技术学院
河北交通学院网络教研室
河北科技大学信息科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第9期2669-2673,共5页
-
基金
河北省高等学校科学技术研究重点项目(ZD2014061)
-
文摘
针对推荐算法未考虑大数据量计算导致系统性能差及基于历史评分的相似性不能反映用户兴趣动态变化的问题,提出了满足用户兴趣漂移的计算自适应快速推荐算法。该算法依据CPU等计算资源使用率动态调整待推荐用户窗口,并按项目类别及其访问热度动态分配计算时间,计算自适应项目与目标用户的优先级和相似性计算难易度,提高计算效率与响应速度;建立访问次数随时间变化的兴趣度量函数自适应用户兴趣漂移,提高推荐质量。实验结果表明,算法速度更快、推荐更准确、用户体验更好。
-
关键词
用户兴趣漂移
计算自适应
推荐算法
-
Keywords
user interest drift
compute adaptive
recommendation algorithm
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
