检索结果-内蒙古大学图书馆

作者：卢兴才青岛大学

学位级别：硕士

随着信息技术的日新月异与互联网的广泛普及,互联网上的信息量呈现爆炸式增长。用户在庞大的信息海洋中寻找符合个人需求的信息变得异常困难,即信息过载问题。在此背景下,为缓解信息过载问题,推荐系统应运而生,其目的是通过分析用户的... 详细信息

随着信息技术的日新月异与互联网的广泛普及,互联网上的信息量呈现爆炸式增长。用户在庞大的信息海洋中寻找符合个人需求的信息变得异常困难,即信息过载问题。在此背景下,为缓解信息过载问题,推荐系统应运而生,其目的是通过分析用户的历史行为、兴趣和偏好,提供个性化的推荐,从而减轻信息过载问题,改善用户的体验。推荐系统的核心在于推荐算法,而基于二部图网络结构的推荐算法凭借其能够灵活地处理用户和项目之间的复杂交互关系、对推荐内容的多样性进行有效控制等优势而备受广大学者青睐。本文旨在通过对基于二部图网络结构推荐算法的优缺点进行深入分析,以便更好地理解该类算法的特点和局限性,并据此提出改进方法。主要工作如下: (1)为解决基于二部图网络结构推荐算法中资源流动不合理问题,提出了一种基于标签属性的物质扩散算法。该算法在用户-项目二部图网络的基础上,引入用户和项目的标签属性信息,构建用户标签-用户-项目-项目标签四部图网络,通过四部图网络中边的传递关系,进一步构建用户-项目标签二部图网络和项目-用户标签二部图网络。在这两个二部图网络中应用物质扩散算法,求出用户对项目标签的推荐特征向量和项目对用户标签的推荐特征向量,进而构建权重矩阵。通过权重矩阵改进物质扩散算法在用户-项目二部图网络中的资源流动。实验结果表明,本算法在准确率和多样性等方面均有所提高。 (2)为解决基于二部图网络结构推荐算法中数据稀疏性问题,提出了一种基于多Agent用户社交网络的物质扩散算法。该算法引入用户社交网络,通过用户节点将用户项目网络和社交网络耦合为两层网络,并将同时处于社交网络和用户项目网络的用户定义为Agent用户。当Agent用户节点获得的资源值进行扩散时,会沿着社交网络和用户项目网络同时扩散,同时根据Agent用户的决策规则,资源流动会随着社交网络的稠密程度而改变,当用户社交网络更加密集时,资源在社交网络中流动得更多。实验结果表明当用户选择的项目很少时,该算法可以利用社交网络的信息弥补用户和项目之间数据的不足,同时Agent用户决策规则的制定也进一步提升了算法的准确率。

关键词：推荐算法二部图网络结构标签属性社交网络 Agent模型

来源：评论

学校读者我要写书评

暂无评论

基于二部图网络结构的推荐算法研究

基于二部图网络结构的推荐算法研究

引用

作者：王伟江西理工大学

学位级别：硕士

随着网络技术飞速的发展,网络资源总量呈指数型增长,信息过载问题也愈演愈烈,面对如此海量且繁杂的数据,用户很难快速找出需要的信息,推荐系统能够有效缓解这一问题。个性化推荐系统通过各种数据挖掘技术解析用户的日志信息,给用户推送... 详细信息

随着网络技术飞速的发展,网络资源总量呈指数型增长,信息过载问题也愈演愈烈,面对如此海量且繁杂的数据,用户很难快速找出需要的信息,推荐系统能够有效缓解这一问题。个性化推荐系统通过各种数据挖掘技术解析用户的日志信息,给用户推送其偏爱的信息。推荐领域里推荐算法设计的好坏很大程度上决定了推荐性能的高低和用户的使用感受,因此对推荐算法的研究与改进有重要的意义。在多种个性化推荐算法里,二部图网络结构的推荐算法具有推荐内容多样化、建模简单等特点而受到广泛研究。本文在广泛了解主流的推荐算法之后,又重点探究了基于二部图网络结构的推荐算法的发展历程与步骤,分析了该类算法面临的问题和需要改进之处,主要研究内容如下:(1)针对二部图网络结构的推荐算法在建模二部图过程中粗粒化评分导致的抛弃消极评分和初始资源设置不合理的问题,提出一种融合消极评分与项目属性的二部图推荐算法。该算法从两个方面深度挖掘消极评分里隐含的信息,一方面将消极评分信息建模成二部图,并利用评分均值对项目的初始资源进行改进,另一方面将消极评分结合项目属性信息进一步挖掘用户与项目的关系,使得最终的项目资源分布更加合理。(2)针对传统二部图网络结构的推荐算法仅依赖节点度实现资源扩散的问题,研究一种融合标签信息的二部图推荐算法。提出的算法将标签信息融入到二部图推荐算法的各个阶段,充分挖掘用户对项目打标签的日志信息。首先在初始化项目资源时,利用项目的标签分布提出一种对项目的初始资源的扩充方式,从而一定程度上缓解数据稀疏;其次借助标签和评分信息计算用户之间的信任度,根据信任度的差异性对项目向用户扩散的资源进行重新分配;最后利用用户对项目标记的标签数量进行第二阶段的资源差异化分配。在常见的数据集上进行实验验证,结果表明这改进后的算法能够充分挖掘并利用被忽略的评分信息和其他的有效数据,不仅可以确保推荐出来的项目有良好的准确性,而且结果的多样化也有一定程度上的提高,满足用户的个性化需求。

关键词：二部图网络结构推荐算法消极评分标签系统

来源：评论

学校读者我要写书评

暂无评论

基于二部图网络结构的推荐算法研究

基于二部图网络结构的推荐算法研究

引用

作者：黄继婷广东工业大学

学位级别：硕士

海量数据的产生带来了信息过载的问题。推荐算法能帮助人们从大量数据中发现自己感兴趣的信息,是缓解这一问题的有效方法。推荐多样性是衡量推荐质量的一个重要指标,而众多推荐系统存在只注重提高推荐准确性而忽略推荐多样性的问题。因... 详细信息

海量数据的产生带来了信息过载的问题。推荐算法能帮助人们从大量数据中发现自己感兴趣的信息,是缓解这一问题的有效方法。推荐多样性是衡量推荐质量的一个重要指标,而众多推荐系统存在只注重提高推荐准确性而忽略推荐多样性的问题。因此,研究出用户满意且多样性好的推荐算法具有重大意义。基于二部图网络结构的推荐算法具有准确性好、不受项目类型限制等优点,被利用在众多推荐系统中,但存在偏向热门推荐而多样性表现不好的问题。本文对该算法领域进行了深入研究,并在多样性方面对基于二部图的随机游走推荐算法加以改进,做了如下工作。首先,针对基于二部图网络结构的推荐算法多样性不足的问题,提出了融合偏好度与二部图网络结构的推荐算法。该算法用偏好度修正用户-项目二部图边的权重,在新的二部图上随机游走得出基于用户-项目的推荐列表;预测用户对标签评分,根据用户喜好标签提取间接关联项目得到基于用户-标签的推荐列表;将前面两个不同方法得到的列表进行模型融合得到最终推荐列表。本算法利用偏好度修正评分降低热门项目的推荐概率和提高冷门项目的推荐概率,再充分利用标签数据,从不同维度进行推荐,得到符合用户个性化兴趣且多样性好的项目推荐列表。在MovieLens数据集上进行实验,实验证明,本算法在不损失准确率和召回率的前提下有效提高了推荐的多样性。其次,针对网络中很多推荐系统包含评论数据且评论数据含有很多有用信息的情况,利用评论数据改进了上述融合偏好度与二部图网络结构的推荐算法,提出了融合评论主题与二部图网络结构的推荐算法。该算法使用主题情感混合模型挖掘用户-项目-情感主题概率分布与项目特征主题;利用主题评分模型计算用户对主题的评分从而找出用户喜好主题,通过这些主题得到基于用户-主题的推荐列表;将基于用户-项目的推荐列表与基于用户-主题的推荐列表模型融合得出最终推荐列表。在豆瓣电影评论数据集上进行实验,实验表明,本算法在准确率、召回率和多样性上均有所提高。

关键词：推荐算法二部图网络结构多样性偏好度主题情感混合模型

来源：评论

学校读者我要写书评

暂无评论

基于二部图网络结构的个性化推荐算法的研究

基于二部图网络结构的个性化推荐算法的研究

引用

作者：郭伟超东北林业大学

学位级别：硕士

当今社会,人们每天通过各种各样的渠道收到海量的信息,随之产生了信息过载问题。个性化推荐系统的出现很好的缓解了这一现象,它可以帮助人们从海量的信息中找到用户所需要的并推荐给用户。但随着互联网的迅猛发展,网络中的信息和资源成... 详细信息

当今社会,人们每天通过各种各样的渠道收到海量的信息,随之产生了信息过载问题。个性化推荐系统的出现很好的缓解了这一现象,它可以帮助人们从海量的信息中找到用户所需要的并推荐给用户。但随着互联网的迅猛发展,网络中的信息和资源成指数型增长,且内容结构趋于复杂化,传统的个性化推荐系统难以满足人们日趋复杂化的需求,使得个性化推荐系统面临着巨大的挑战。因此,对于个性化推荐算法的研究与改进在学术领域和商业领域具有重大意义。在众多个性化推荐算法中,基于二部图网络结构的推荐算法因为其命中率高,不受项目类型的限制的特点受到学术界广泛关注,并有许多学者对该方法进行改进和优化,本文在对前人的工作进行深入研究后,首先提出一种基于项目属性的改进算法,该算法利用项目具有的属性数目作为影响因素改进基于二部图网络结构推荐算法中第一次资源分配方式,一方面缓解数据稀疏情况,一方面提高推荐结果的个性化程度。并通过在MovieLens数据集上模拟为用户推荐电影的仿真实验,证明改进方法在多样性方面具有较好的表现,提升了推荐结果的个性化程度。虽然本文上述提出的改进算法提高了推荐结果的个性化程度,但是在推荐结果的准确率方面提升效果不佳,所以本文在考虑项目属性的基础上,又提出一种结合用户偏好和项目属性的网络结构推荐算法。该算法利用用户对项目属性的偏好和用户偏好相似度改进整个资源分配过程,使资源在用户与项目之间分配方式更加趋于合理,产生更好的个性化推荐结果。最后同样在MovieLens数据集上进行模拟为用户推荐电影的仿真实验,证明该改进算法在准确率、多样性、降低推荐项目的流行性方面均有良好表现,提升了推荐结果的准确性和个性化程度,满足用户的个性化需求。本文的主要工作如下:(1)提出一种基于项目属性的二部图网络结构推荐算法。(2)提出一种结合用户偏好和项目属性的网络结构推荐算法。

关键词：个性化推荐算法二部图网络结构用户偏好项目属性相似度

来源：评论

学校读者我要写书评

暂无评论

基于二部图网络结构并融合上下文感知信息的推荐系统研究与实现

基于二部图网络结构并融合上下文感知信息的推荐系统研究与实现

引用

作者：黄豆豆中北大学

学位级别：硕士

由于网络的飞速发展,越来越多的国内外学者开始研究个性化推荐系统。推荐系统的重要组成部分即是推荐算法,当前,已经提出多种推荐算法,如基于内容、基于协同过滤及基于二部图网络结构的推荐算法等。其中二部图网络结构推荐算法与物品的... 详细信息

由于网络的飞速发展,越来越多的国内外学者开始研究个性化推荐系统。推荐系统的重要组成部分即是推荐算法,当前,已经提出多种推荐算法,如基于内容、基于协同过滤及基于二部图网络结构的推荐算法等。其中二部图网络结构推荐算法与物品的类型没有关系,主要依据用户与物品的选择与否来进行推荐,而且命中率较高,因此越来越受到广泛应用。然而,现有的推荐算法仍然存在某些问题,本文针对这些问题进行深入研究并做出以下改进:.首先,本文针对传统的二部图网络结构推荐算法对二部图边的权值计算做了改进,提出一种加权的方法,将权值设为用户对物品的等级评分值。与原算法相比,加权后的推荐算法将用户的显式评分值融入到了二部图的资源分配过程中,使用户评分较高的物品优先被推荐。其次,针对用户和物品组成的网络结构会随着网络上用户与物品数量的增长越来越复杂,导致算法的运行时效性差这一问题,本文引进了用户最近邻概念。算法首先利用余弦相似度与修正的余弦相似度两种方法计算出目标用户的前N个最近邻,挖掘他们的兴趣从而分析目标用户的喜好。在实际应用中,推荐系统应该依据用户当前的需求生成有差异的推荐列表展示给用户,所以上下文感知信息开始引起许多学者的重视,如今上下文感知信息已经成功应用于多个领域。由于本文提出的推荐算法只能按照用户过去的行为给用户推荐物品,不能代表这一时刻用户想要的物品,因此将用户心情的上下文感知信息加入到推荐算法中,根据当前用户的心情为用户推荐符合的物品。最后,通过实验对比,验证了对二部图边加权、加入余弦相似度与修正的余弦相似度并融入上下文信息后,改进的各算法均能使推荐系统的准确率、召回率和F值有显著提高,也说明了本课题的研究意义和实用价值。由于数据集规模的不断增大,传统推荐算法在单机运算模式下基本无法适应对其的处理,针对这个问题本文提出了基于Hadoop平台的并行计算模式,并在Hadoop平台上开发了一个WEB应用,展示了运用推荐算法的实验结果形成的可视化页面,同时也验证了推荐算法的可行性。

关键词：推荐算法二部图网络结构上下文感知

来源：评论

学校读者我要写书评

暂无评论

基于二部图网络结构的推荐算法研究

基于二部图网络结构的推荐算法研究

引用

作者：李青中北大学

学位级别：硕士

随着网络技术和电子商务的不断发展,信息量也随之呈现过剩状态,这就使得用户很难从膨胀的信息中找到符合自己需求的信息。在这样的背景下推荐系统应运而生,推荐算法是推荐系统的核心,其中二部图网络结构推荐算法因其推荐复杂性低、推荐... 详细信息

随着网络技术和电子商务的不断发展,信息量也随之呈现过剩状态,这就使得用户很难从膨胀的信息中找到符合自己需求的信息。在这样的背景下推荐系统应运而生,推荐算法是推荐系统的核心,其中二部图网络结构推荐算法因其推荐复杂性低、推荐内容不受限制且多样化而受到广大学者的关注。本文通过分析二部图网络结构推荐算法的优劣势,对其进行改进,主要工作如下:首先,针对二部图网络结构分配资源过程中仅判断是否对项目有过选择,没有考虑用户显式偏好对资源分配的影响,而且过于依赖用户和项目节点的度的大小,导致推荐项目单一的问题,提出了一种基于用户偏好和相似性的二部图推荐算法。在基于二部图网络结构推荐的基础上引入用户显式评分,采用最大最小值方法将评分值标准化,并将其作为用户的原始资源值和网络结构的权值,在第一次资源分配过程中引入项目度与权值的比值,增强权值和较小项目的推荐能力,在第二次资源分配过程中引入用户评分相似性,提高相似性大的用户间资源分配比率,通过两次资源分配,将符合用户偏好的项目优先纳入推荐列表的前端。其次,针对二部图网络结构推荐中存在的冷启动问题,利用用户间信任关系,提出了一种基于信任网络的二部图推荐算法。根据用户间的显式信任值计算用户间相似性,提取出与每个用户相似性高的近邻用户集,并对近邻用户的信任度作区分,利用区分后的信任度和近邻用户集预测新的显式信任值。将二部图网络结构推荐算法中用户间相似性作为隐式信任值,通过对两种信任值进行归一化处理,缓解了新用户冷启动问题。最后,对两种改进推荐算法做了详细的仿真实验,通过实验证明,两种改进的推荐算法在准确性、多样性方面都表现出明显优势,彰显了本文研究价值。

关键词：推荐算法二部图网络结构资源分配热传导信任网络

来源：评论

学校读者我要写书评

暂无评论

基于标签属性和隐语义模型的二部图推荐算法研究

基于标签属性和隐语义模型的二部图推荐算法研究

引用

作者：孔亚斌长安大学

学位级别：硕士

随着互联网的快速发展,网络上出现的信息呈指数增长,出现信息过载问题。推荐系统,因其可以根据用户的历史浏览记录为用户从海量信息中找到有用信息并推荐给用户而成为解决这一问题的有效方法。网络信息的爆炸式增长使得传统的推荐系统... 详细信息

随着互联网的快速发展,网络上出现的信息呈指数增长,出现信息过载问题。推荐系统,因其可以根据用户的历史浏览记录为用户从海量信息中找到有用信息并推荐给用户而成为解决这一问题的有效方法。网络信息的爆炸式增长使得传统的推荐系统很难满足人们个性化的需求,因此,如何在现有推荐系统的基础上研究出更具个性化的推荐系统在学术和商业领域中都具有重大意义。现有推荐系统中,基于二部图网络结构的推荐算法因其具有推荐准确率高并且对产品种类无限制等优点而深受研究学者们的关注,本文的研究工作就是以此展开的。本文首先深入研究了基于二部图网络结构的推荐算法,针对此推荐算法中资源分配规则不合理的缺点,对该算法进行改进和优化,并提出了一种基于标签属性的二部图网络结构推荐算法。该算法利用标签信息来构造用户、产品的特征向量,从而得到用户相似度和用户对历史产品的兴趣度;然后,利用用户相似度和用户对历史产品的兴趣度来调整资源,使得资源在用户和产品之间的分配更加合理,产生更好的推荐结果。最后,在Movie Lens数据集上的实验结果表明了改进算法能有效提高推荐准确性和多样性,提高推荐质量。在上述研究基础上,考虑到数据稀疏问题为推荐系统带来的影响,本文接着提出了一种基于隐语义模型的二部图网络结构推荐算法。该算法通过隐语义模型算法,挖掘出用户和产品之间的隐性特征,从而得到更加科学的用户、产品的特征信息;然后,利用用户、产品特征信息计算用户偏好相似性,来调整资源分配问题,从而提高推荐效果。在Movie Lens数据集上的实验结果表明,与原始的基于物质扩散的二部图推荐算法(NBI)相比,准确率平均提高了4.36%,召回率平均提高了16.67%,综合评价指标F1平均提高了6.87%,平均海明距离平均提高了25.69%,证明该改进算法在准确性和多样性方面都有得到提升,提升了推荐结果的准确性和个性化程度,满足用户的个性化需求。最后,本文还设计并实现了一个基于二部图的电影推荐系统,实现了数据的可视化分析和推荐列表的可视化展示等功能。

关键词：相似度标签属性隐语义模型二部图网络结构个性化推荐算法

来源：评论

学校读者我要写书评

暂无评论

基于差异路径权重的二部图网络推荐算法

引用

计算机应用研究 2019年第3期36卷 716-719,771页

作者：高长元段文彬张树臣哈尔滨理工大学经济与管理学院哈尔滨150040 哈尔滨理工大学高新技术产业发展研究中心哈尔滨150040

针对二部图网络结构推荐算法中资源分配不合理的现象,同时为了丰富推荐结果多样性和促进冷门物品的推荐,提出了一种利用差异路径权重改变资源传递的二部图网络结构算法。利用用户相似性构造路径权重改变第一阶段资源传递规则,使资源较... 详细信息

针对二部图网络结构推荐算法中资源分配不合理的现象,同时为了丰富推荐结果多样性和促进冷门物品的推荐,提出了一种利用差异路径权重改变资源传递的二部图网络结构算法。利用用户相似性构造路径权重改变第一阶段资源传递规则,使资源较多地流向与目标用户相似的用户节点。通过物品属性相似的构造路径权重,使第二阶段资源更多地流向与目标用户已购物品具有相似属性的物品。实验结果表明,该算法相对于其他流行网络结构算法提高了推荐的综合性能,并且更好地解决了推荐中的相关问题。

关键词：二部图网络结构差异路径权重推荐算法用户相似性物品属性

来源：评论

学校读者我要写书评

暂无评论

结合用户偏好和项目属性的网络结构推荐算法

引用

黑龙江大学自然科学学报 2018年第2期35卷 229-236页

作者：苏健民郭伟超东北林业大学信息与计算机工程学院哈尔滨150040

针对基于网络结构的推荐算法在资源分配过程中采用平均分配方式,产生的推荐结果个性化程度低的问题,提出了一种结合用户偏好和项目属性的网络结构推荐算法。通过用户评分数据和用户对项目属性偏好程度计算用户偏好相似度,在资源分配过... 详细信息

针对基于网络结构的推荐算法在资源分配过程中采用平均分配方式,产生的推荐结果个性化程度低的问题,提出了一种结合用户偏好和项目属性的网络结构推荐算法。通过用户评分数据和用户对项目属性偏好程度计算用户偏好相似度,在资源分配过程中根据用户偏好相似度调整资源分配方式,使其更加合理,产生更好的个性化推荐结果。Movie Lens数据集上的实验表明,所提出的推荐算法相比于其它算法,显著提高了准确率、召回率、多样性,降低了推荐项目的流行度。

关键词：二部图网络结构个性化推荐相似度用户偏好项目属性

来源：评论

学校读者我要写书评

暂无评论

结合用户偏好和相似性的网络结构推荐算法

引用

计算机工程与设计 2016年第3期37卷 814-818页

作者：李青尹四清中北大学软件学院山西太原030051

网络结构推荐算法在资源分配过程中,仅判断用户是否选择过项目,未考虑用户显式偏好对资源分配的影响,导致推荐项目单一,为此提出一种结合用户偏好和相似性的网络结构推荐算法。在二部图网络结构推荐的基础上,引入用户显式评分,采用最大... 详细信息

网络结构推荐算法在资源分配过程中,仅判断用户是否选择过项目,未考虑用户显式偏好对资源分配的影响,导致推荐项目单一,为此提出一种结合用户偏好和相似性的网络结构推荐算法。在二部图网络结构推荐的基础上,引入用户显式评分,采用最大最小值方法标准化用户不同评分作为网络结构的权值,在资源分配过程中综合考虑项目的度以及用户间相似性对资源分配的影响。实验结果表明,该算法与其它算法相比明显提高了平均排序值(ranking score)和海明距离,提高了推荐的准确性和多样性。

关键词：二部图网络结构用户偏好项目度相似性最大最小值方法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：