-
题名基于用户身份特征的多标签分类算法
被引量：6
- 1
-
-
作者
郑晓雪
张大方
刁祖龙
-
机构
湖南大学信息科学与工程学院
湖南大学可信系统与网络实验室
-
出处
《计算机应用》
CSCD
北大核心
2017年第6期1697-1701,共5页
-
文摘
目前对于智慧校园中的家校沟通,缺乏一种衡量和参考的方法。针对智慧校园中特有的聊天特点即存在明显的身份特征,提出了一种基于用户身份特征的多标签分类算法——Adaboost.ML。首先,新增加了启发式规则;然后,引入Adaboost.MH算法,同时摒弃了把数据集进行分片的概念;最后,直接利用单条数据作为分析的焦点,减少了由于时间片边缘带来的误差和推断时间,综合决策出聊天用户之间的关联关系。实验结果表明,与基于规则的启发式方法相比,所提算法在智慧校园数据集上的误报率、漏报率分别降低了53%、66%,同时在微信数据集上也具有良好的分类效果。该算法已应用到智慧校园项目中,能够迅速并准确地了解到家校沟通的情况。
-
关键词
社会网络
智慧校园
启发式规则
多标签判断
集成学习
-
Keywords
social network
smart campus
heuristic rule
multi-label judgment
ensemble learning
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于点击流的用户矩阵模型相似度个性化推荐
被引量：10
- 2
-
-
作者
姜宇
张大方
刁祖龙
-
机构
湖南大学信息科学与工程学院
湖南大学可信系统与网络实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第1期219-225,共7页
-
文摘
研究用户学习网页点击流数据,挖掘用户兴趣,从而为用户进行个性化学习资源推荐,提出JMATRIX算法。基于用户历史资源点击流信息,构建用户资源点击数据有向图模型,并将有向图模型转化为矩阵模型存储。采用求解矩阵模型相似度,从而求得用户相似度,极大地降低了资源点击频率和资源点击路径用户相似度求解的复杂度,提高用户相似度求解的效率与准确度。结合Leader Clustering算法及粗糙集理论进行用户聚类和用户个性化资源推荐。实验结果表明,相比Leader Clustering算法,JMATRIX算法具有更高的效率和更准确的推荐效果。
-
关键词
点击流
有向图
用户相似度
用户聚类
个性化推荐
-
Keywords
click stream
directed graph
user similarity
user clustering
personalized recommendation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
