检索结果-内蒙古大学图书馆

作者：汤伟上海师范大学

学位级别：硕士

在互联网时代快速发展的今天,数据呈现了指数式的增长速度,2018年全球互联网用户数已经达到36亿,将超过全球人口总数的50%。电商份额也在持续增长,亚马逊的商品交易总值由2013年的20%增长到2017年的28%。同时,电子商务的推荐比例也在攀... 详细信息

在互联网时代快速发展的今天,数据呈现了指数式的增长速度,2018年全球互联网用户数已经达到36亿,将超过全球人口总数的50%。电商份额也在持续增长,亚马逊的商品交易总值由2013年的20%增长到2017年的28%。同时,电子商务的推荐比例也在攀升中,由2015年的2%增长到2017年的6%。怎样让推荐更加满足消费者的需求是我们研究的课题。协同过滤算法成为了目前主流的推荐算法。其在工业界应用广泛,模型通用性较强,不需要太多对应数据领域的专业知识,工程实现也较简单,效果也不错。当然,协同过滤也有一些难以避免的难题,比如令人头疼的“冷启动”问题,当没有新用户任何数据的时候,无法较好的为新用户推荐物品。本篇文章以MovieLens电影数据集为原始数据集,首先介绍了协同过滤模型、隐语义模型以及改进之后的模型,为了提高模型预测准确度和推荐的精度,在协同过滤模型基础上分别使用了文本卷积网络和长短期记忆神经网络训练模型。文章的主要内容:1.介绍协同过滤、隐语义模型以及改进后模型的理论方法和参数推导过程;2.分别介绍了深度学习中卷积神经网络和长短期记忆神经网络的理论方法和参数推导过程;3.基于MovieLens数据集,利用改进后的协同过滤模型算出的推荐准确率为25.2163%,召回率为12.1063%,而隐语义模型算出的推荐准确率为20.4613%,召回率为9.8263%,明显可以看出改进的协同过滤模型的性能较隐语义模型的性能要好;4.在协同过滤模型基础上,分别使用文本卷积神经网络和长短期记忆神经网络对模型进行训练,并将均方误差作为损失函数去优化网络;5.经计算,文本卷积神经网络的训练集损失误差为1.0202,测试集损失误差为0.9905。长短期记忆神经网络的训练集损失误差为0.8493,测试集损失误差为0.8388。无论是看训练集损失误差还是看测试集损失误差,长短期记忆神经网路的损失误差更小,说明长短期记忆神经网络比文本卷积神经网络的性能要好。

关键词：长短期记忆神经网络协同过滤模型卷积神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

综合用户和项目预测的协同过滤模型

综合用户和项目预测的协同过滤模型

引用

2013年全国开放式分布与并行计算学术年会

作者：杨兴耀于炯吐尔根·依布拉音廖彬新疆大学信息科学与工程学院乌鲁木齐 830046 新疆大学信息科学与工程学院乌鲁木齐 830046 新疆大学软件学院乌鲁木齐 830008

针对基于用户和基于项目的协同过滤模型存在推荐质量不高等问题,提出一种综合用户和项目预测的协同过滤模型.该模型同时考虑用户和项目两方面,首先对性能优秀的相似性模型进行自适应的优化;然后根据相似性值分别选取相似用户和相似项目... 详细信息

针对基于用户和基于项目的协同过滤模型存在推荐质量不高等问题,提出一种综合用户和项目预测的协同过滤模型.该模型同时考虑用户和项目两方面,首先对性能优秀的相似性模型进行自适应的优化;然后根据相似性值分别选取相似用户和相似项目为目标对象构造近邻集合,并利用预测函数得到基于用户和基于项目的预测结果;最后通过自适应平衡因子的协调处理获得最终预测结果.比较实验在不同的评估标准下进行,结果表明,与目前典型的模型如RSCF、HCFR和UNCF相比,新提出的协同过滤模型不仅在项目预测准确性方面拥有出色的表现,而且在推荐准确性和全面性方面同样表现优秀.

关键词：协同过滤模型相似模拟预测函数评价标准

来源：评论

学校读者我要写书评

暂无评论

基于反馈日志分析的图像检索相关反馈方法

引用

计算机研究与发展 2004年第1期41卷 111-117页

作者：周向东张亮张琪刘莉施伯乐复旦大学计算机与信息技术系上海200433

基于内容的图像检索是多媒体数据库研究的重要内容之一近年来 ,采用用户相关反馈方法提高检索效率的研究已成为新的热点用户相关反馈是一种交互式的渐进过程 ,如何提高反馈效率 ,减少交互次数是该技术面临的主要问题提出一种通过对... 详细信息

基于内容的图像检索是多媒体数据库研究的重要内容之一近年来 ,采用用户相关反馈方法提高检索效率的研究已成为新的热点用户相关反馈是一种交互式的渐进过程 ,如何提高反馈效率 ,减少交互次数是该技术面临的主要问题提出一种通过对相关反馈历史数据进行在线分析从而加快反馈过程的新方法对 10 0 0 0幅图像数据库的实验表明 ,与传统相关反馈技术相比。

关键词：基于内容的图像检索用户相关反馈协同过滤模型多媒体数据库

来源：评论

学校读者我要写书评

暂无评论

一种基于Inception结构的神经网络协同过滤推荐算法

引用

软件导刊 2020年第7期19卷 50-55页

作者：金铭李俊温州大学计算机与人工智能学院浙江温州325035

在商品推荐领域,商品评论信息往往难以得到有效利用。为了充分利用商品评论信息,提高商品推荐系统精度,对NCF神经网络协同过滤模型进行改进,将NCF模型与Inception结构的卷积神经网络相结合,提出基于Inception结构的神经网络协同过滤方法... 详细信息

在商品推荐领域,商品评论信息往往难以得到有效利用。为了充分利用商品评论信息,提高商品推荐系统精度,对NCF神经网络协同过滤模型进行改进,将NCF模型与Inception结构的卷积神经网络相结合,提出基于Inception结构的神经网络协同过滤方法(NCF-i模型),将商品评论信息融入模型进行预测和推荐。首先基于Inception结构的卷积神经网络对商品评论信息进行分析并提取多元特征模型,然后将多元特征模型添加到NCF模型中,通过多层全连接层获取用户、商品及商品评论之间的非线性关系,最后基于此非线性关系对商品进行预测和推荐。通过基于真实数据集的实验证明,应用NCF-i模型的推荐算法,推荐系统的预测精度和稳定性均优于当前常用的推荐模型。

关键词：协同过滤模型商品评论商品推荐 Inception结构神经网络

来源：评论

学校读者我要写书评

暂无评论

在线约会对象推荐模型

引用

新一代信息技术 2019年第3期2卷 24-30页

作者：陈一鑫汪风传吴宇晗华北理工大学冶金与能源学院河北唐山063210 华北理工大学矿业工程学院河北唐山063210 华北理工大学理学院河北唐山063210

限制选择集的尺寸,往往会得到更好的结果。针对于网络约会而言,给予用户少量且多样的约会对象推荐,有利于网恋成功率的提高。首先根据采集的用户信息进行分类,包括表面信息:照片、姓名、身高、体重、年龄、月收入、住址、是否接受异地恋... 详细信息

限制选择集的尺寸,往往会得到更好的结果。针对于网络约会而言,给予用户少量且多样的约会对象推荐,有利于网恋成功率的提高。首先根据采集的用户信息进行分类,包括表面信息:照片、姓名、身高、体重、年龄、月收入、住址、是否接受异地恋、ELO评分、择偶标准;深度信息:学历、性格;多样性信息:爱好;然后构建K均值聚类模型和协同过滤模型相结合的在线约会对象推荐模型,考虑到推荐对象多样性,所以先利用K均值聚类模型将所有用户分类并判断待匹配用户所属类别,然后,考虑推荐对象深度,所以运用协同过滤模型分别计算不同信息特征下,待匹配用户与其他用户之间的相似度,将三种特征相似度赋权重为0.2,、0.4、0.4,得到最后的总相似度。最后根据不同用户特征信息不同,得到不同的选择集尺寸,根据多次模拟得到临界相似度,具体原则为:小于临界相似度的排除,在待匹配用户所属类别中选择5个,其他类别中各选1个。通过此种方法便可得到最优的约会对象集。

关键词：在线约会对象推荐模型 K均值聚类模型协同过滤模型相似度

来源：评论

学校读者我要写书评

暂无评论

个性化推荐算法的研究及应用

个性化推荐算法的研究及应用

引用

作者：张东浙江大学

学位级别：硕士

针对用户的显性评分数据的的个性化推荐算法的研究，主要集中在提升预测评分问题的精度上。协同过滤算法是其中最经典的算法。通过相似性度量计算用户或物品的相似性，并据此向目标用户推荐物品。本文首先分析了传统的协同过滤算法，之... 详细信息

针对用户的显性评分数据的的个性化推荐算法的研究，主要集中在提升预测评分问题的精度上。协同过滤算法是其中最经典的算法。通过相似性度量计算用户或物品的相似性，并据此向目标用户推荐物品。本文首先分析了传统的协同过滤算法，之后引入了奇异矩阵分解(SVD)及其改进算法LFM，通过实验比较各算法的性能。发现虽然LFM算法性能要好一些，但精度并没有质的提高。并且此类算法给出的预测，也只表示目标用户很可能对推荐结果评高分。\n 为了进一步解决用户的认同问题，文中提出了一个基于兴趣的协同过滤模型，通过引入对物品流行度及用户活跃度的惩罚因子，导出改进的基于兴趣的推荐模型。通过在MovieLens数据集上的对比实验，显示改进算法可明显提高推荐性能。最后，构建了融合基于评分的和基于兴趣的推荐模型的框架性解决方案。

关键词：用户评分数据个性化推荐算法协同过滤模型 MovieLens数据集

来源：评论

学校读者我要写书评

暂无评论

基于矩阵分解的物资管理系统优化

引用

机电信息 2016年第30期 29-29,31页

作者：李捷广东电网有限责任公司韶关供电局广东韶关512000

首先介绍了物资管理系统,并讨论了物资需求量的估算问题,然后介绍了推荐系统中常用的协同过滤模型,并将其应用于物资管理系统的优化,接着详述了基于矩阵分解的协同过滤模型的定义和难点,最后简述了模型的学习算法。

关键词：物资管理系统协同过滤模型矩阵分解

来源：评论

学校读者我要写书评

暂无评论

基于LBS的个性化旅游线路推荐算法研究

引用

电子测试 2018年第21期29卷 57-59页

作者：潘禄生甘肃畜牧工程职业技术学院甘肃武威733006

LBS算法通过情感分析模型分析各旅游景点评论信息,分析用户的喜好,然后使用基于用户的协同过滤模型,配合用户和景点的地理信息,设计出一种旅游行程推荐算法,结合用户的喜好信息以及旅行模式,从而为旅行用户推荐满足其个人信息爱好的个... 详细信息

LBS算法通过情感分析模型分析各旅游景点评论信息,分析用户的喜好,然后使用基于用户的协同过滤模型,配合用户和景点的地理信息,设计出一种旅游行程推荐算法,结合用户的喜好信息以及旅行模式,从而为旅行用户推荐满足其个人信息爱好的个性化的行程规划表。

关键词： LBS 情感分析模型协同过滤模型个性化推荐旅游线路推荐

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：