公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

相似度加权和局部兴趣改进的协同过滤推荐算法: 本文针对目前协同过滤推荐系统中存在的数据稀疏、推荐精度低等问题,开展了以下三部分研究工作:1、针对算法精度低的问题,提出了相似度最优加权协同过滤推荐模型。该模型以最大化提高推荐精度为优化目标,在理论上搜索范围涵盖了相似度...; 苏芳芳; 关键词：协同过滤数据稀疏; 文献传递

基于用户的协同过滤算法的推荐效率和个性化改进被引量：36: 2016年; 针对传统的基于用户的协同过滤算法存在的推荐效率、精度和个性化低的问题,提出一种改进方法.该方法在计算用户评分矩阵时,考虑到用户评分矩阵稀疏性,建立项目-用户的倒查表,只计算有相同评分项的用户之间的相似度,避免了传统方法中对所有用户计算两两用户相似度的庞大工作量.该方法在计算用户相似度时,考虑到项目的热门程度不同,"惩罚"了用户共同兴趣列表中的热门项目,避免了传统方法中赋予所有项目相同权值对推荐结果个性化的负面影响.本文在详细分析了改进的用户协同过滤算法的原理和优点,给出了其推荐步骤流程图.在Movielens100K和HetRec2011-movielens-2k公开数据集上,十折交叉验证的结果表明,改进后的算法节约了运行时间,提高了推荐算法的效率和个性化.; 王成朱志刚张玉侠苏芳芳; 关键词：个性化推荐相似度计算数据稀疏性

一种归一化PSO随机优化算法及协同过滤推荐方法: 本发明公开了一种归一化粒子群随机优化算法(PSO)以及6种归一化加权协同过滤推荐方法。本发明公开的归一化PSO随机优化算法通过吸引子和空间缩放，确定单个粒子的最优位置和群体的最优位置。用于求解最优化问题时，其解满足归一化...; 王成文诗琪苏芳芳郭俊杰陈维斌陈叶旺赖雄鸣钟必能蔡奕侨张惠臻; 文献传递

相似度最优加权协同过滤推荐模型被引量：2: 2016年; 在充分分析了传统协同过滤算法推荐精度低,已有的加权改进算法需要额外先验知识和参数优化设置,且只能从某一方面提高推荐精度的基础上,提出相似度最优加权协同过滤推荐模型.该模型以最终推荐评分的平均绝对偏差最小为优化目标,对最近邻的相似度度量进行归一化加权来改进最近邻的选择.该模型在理论上将各个相似性加权算法进行了统一,实现了在没有先验知识下的相似度最优加权.在模型求解的过程中,充分考虑了模型本身的并行性,利用PSO优化算法进行并行参数寻优.在Movie Lens-100k公开数据集上的实验结果表明,相似度最优加权协同过滤推荐模型的评分平均绝对偏差明显小于传统的、相关加权的、IFUBCF和IFIBCF协同过滤算法.; 苏芳芳王成陈维斌张玉侠; 关键词：协同过滤平均绝对偏差

基于k‑medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法: 本发明涉及一种基于k‑medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法，采用如下步骤：A、采用最小化最大相似度准则确定K个初始聚类中心；B、根据相似度和最大的k‑medoids聚类算法对项目进行聚类；C、在聚类...; 王成陈维斌苏芳芳文诗琪王田钟必能陈叶旺; 文献传递

利用用户不偏好项目属性提高项目协同过滤算法效率和精度被引量：2: 2017年; 针对传统项目协同过滤算法选择最近邻时需要计算待评分项目与所有其它项目之间的相似度而导致算法效率和推荐精度低的缺点,提出一种基于用户不偏好项目属性的项目协同过滤算法.该算法通过对用户评分偏低的项目属性进行归一化计数并设定阈值,从而将其分为用户不偏好项目属性和非用户不偏好项目属性.只有在其它项目与待评分项目同时具有用户不偏好项目属性或同时都不具有用户不偏好项目属性时,该项目才作为待评分项目最近邻的备选项,才需要计算两项目之间的相似度.该算法通过减少备选最近邻项目集大小和需要计算项目相似度的个数,提高了算法效率;与此同时,由于不合理项目已提前从备选最近邻项目集中排除,选取作为评分预测的最近邻会更为合理,推荐精度也会提高.在数据极度稀疏的Movie Lens-100K数据集上的五折交叉验证结果表明,相较于传统的项目协同过滤算法、基于项目偏好相似的项目协同过滤算法,该算法有更高的效率、精度和覆盖率.; 文诗琪王成苏芳芳刘技峰陈叶旺郑国旗

基于k-medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法: 本发明涉及一种基于k-medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法，采用如下步骤：A、采用最小化最大相似度准则确定K个初始聚类中心；B、根据相似度和最大的k-medoids聚类算法对项目进行聚类；C、在聚类...; 王成陈维斌苏芳芳文诗琪王田钟必能陈叶旺; 文献传递

全选清除导出

共1页<1>

苏芳芳