郭娣
- 作品数：6 被引量：17H指数：2
- 供职机构：上海理工大学更多>>
- 发文基金：上海市科学技术委员会资助项目上海市教育委员会创新基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于相似性传播与流行度降维的混合推荐方法
- 本发明涉及一种基于相似性传播与流行度降维的混合推荐方法，对稀疏的数据进行了两阶段处理，首先通过相似性传播方法，利用用户、资源及Tag的相似矩阵不断迭代以扩展它们的邻居，从而填充为零的元素；之后，考虑到原始数据存在无意义的...
- 赵海燕郭娣
- 文献传递
- 一种优化标签的矩阵分解推荐算法被引量：2
- 2015年
- 个性化推荐研究中,垃圾标签不仅会导致数据稀疏性问题,同时影响推荐的实时性和精确性。因此提出一种优化标签的矩阵分解推荐算法OTMFR,该算法分为两个阶段:首先优化标签,在建立三部网络图的基础上提出一种标签排序算法,利用互增强的关系得到关于标签流行度的排序,去除排序靠后的垃圾标签;然后在此基础上利用用户和资源对标签的偏好信息构建用户-资源偏好矩阵,并从矩阵分解的角度为用户产生推荐。在Delicious数据集上的实验结果表明,该算法在推荐精准度上有较为明显的效果。
- 张明郭娣
- 关键词：标签网络图偏好信息矩阵分解
- 基于相似性传播和流行度降维的混合推荐方法被引量：1
- 2015年
- 社会化标签作为一种重要的显示评分技术,不仅可以描述资源而且可以表征用户的偏好,因此结合社会化标签的推荐正成为互联网推荐引擎中的研究热点.然而大多数推荐算法的研究都面临着数据稀疏性的问题,目前的学者对稀疏性问题的研究主要采用了矩阵填充技术,而没有从对矩阵精简的角度来考虑.文中通过对数据稀疏性问题进行探索和分析,提出一种基于相似性传播和流行度降维的混合推荐方法.该方法首先利用相似性的信息对数据矩阵进行传播和扩展,填充为0的元素.然后利用流行度降维算法对Tag进行评分,对于评分低于某个阈值的可以认为是无效的Tag,从矩阵中删除,从而对数据矩阵进行精简.最后利用这些高质量的数据进行混合推荐.实验结果证明我们的方法具有较好的推荐效果.求解精度.
- 郭娣赵海燕侯景德陈庆奎曹健
- 关键词：社会化标签个性化推荐稀疏性
- 一种融合相似网络的多主题域混合推荐算法被引量：2
- 2015年
- 针对基于社会化标签的推荐算法中面临的标签质量和数据稀疏性问题,提出了一种融合相似网络的多主题域混合推荐算法。通过划分主题域,将表达不同主题含义的资源及标签分开以解决标签多义性问题;通过建立标签的相似网络找到标签的同义词,然后利用这些同义词扩展用户和资源的标签偏好以解决标签同义词的问题和数据稀疏性的问题。最后结合用户自身的偏好信息和其相似邻居的偏好信息产生推荐。实验结果表明,该方法具有较好的效果。
- 赵海燕郭娣陈庆奎曹健
- 关键词：稀疏性偏好信息
- 融合标签流行度和时间权重的矩阵分解推荐算法被引量：12
- 2016年
- 社会化标签不仅可以描述资源而且可以表征用户的偏好,因此结合社会化标签的个性化推荐正成为互联网推荐引擎中的研究热点.针对现有基于标签的推荐研究中推荐精确度不高的问题,提出一种融合标签流行度和时间权重的矩阵分解推荐算法TPTMF,该算法同时考虑用户使用标签的频率与用户兴趣随时间变化的特点,首先根据标签的流行度和时间特征刻画用户对资源的偏好,然后采用梯度下降法对用户-资源矩阵进行分解,最后利用分解后的特征矩阵对目标用户进行预测并推荐.在数据集Last.fm上的实验结果表明该算法具有较好的推荐效果.
- 郭娣赵海燕
- 关键词：社会化标签个性化推荐矩阵分解
- 基于相似性传播与流行度降维的混合推荐方法
- 本发明涉及一种基于相似性传播与流行度降维的混合推荐方法，对稀疏的数据进行了两阶段处理，首先通过相似性传播方法，利用用户、资源及Tag的相似矩阵不断迭代以扩展它们的邻居，从而填充为零的元素；之后，考虑到原始数据存在无意义的...
- 赵海燕郭娣
- 文献传递
