检索结果-内蒙古大学图书馆

图书馆学研究 2021年第19期 21-28页

作者：刁羽薛红四川轻化工大学图书馆

构建由数据采集清洗与转储、数据抓取、协同过滤3个子系统组成的推荐系统,该系统通过提取电子资源校外访问系统中用户浏览、下载文献时的行为小数据抓取文献题录信息;运用协同过滤算法,结合LIS的用户基本信息和抓取的题录信息挖掘相邻... 详细信息

构建由数据采集清洗与转储、数据抓取、协同过滤3个子系统组成的推荐系统,该系统通过提取电子资源校外访问系统中用户浏览、下载文献时的行为小数据抓取文献题录信息;运用协同过滤算法,结合LIS的用户基本信息和抓取的题录信息挖掘相邻用户及其感兴趣的关键词;结合行为小数据和挖掘的关键词抓取相应文献的题录信息并向用户进行个性化推送。该系统还需在数据规范、开放及隐私保护等方面做进一步研究,以期促进图书馆信息推送服务的变革与创新。

关键词：电子资源行为小数据协同过滤推荐系统信息服务

来源：评论

学校读者我要写书评

暂无评论

协同过滤推荐系统中聚类搜索方法研究

引用

计算机工程与应用 2014年第5期50卷 16-20,28页

作者：曹洪江傅魁武汉理工大学经济学院电子商务与智能服务研究中心武汉430070

最近邻计算是协同过滤方法中直接影响到推荐系统的运行效率和推荐准确率的重要一环。当用户和项目数目达到一定规模的时候,推荐系统的可扩展性明显降低。聚类的方法能在一定程度上弥补这个缺陷,但同时又会带来推荐准确性的下降。提出了... 详细信息

最近邻计算是协同过滤方法中直接影响到推荐系统的运行效率和推荐准确率的重要一环。当用户和项目数目达到一定规模的时候,推荐系统的可扩展性明显降低。聚类的方法能在一定程度上弥补这个缺陷,但同时又会带来推荐准确性的下降。提出了一种与信息检索领域中的倒排索引相结合并采用"成员策略"的用户聚类搜索算法,缩短了最近邻计算的时间,实验的结果证明,该方法能在保证推荐正确性的前提下有效改善协同过滤推荐系统的可扩展性。

关键词：协同过滤推荐系统聚类搜索方法倒排索引

来源：评论

学校读者我要写书评

暂无评论

协同过滤推荐系统托攻击检测算法研究

协同过滤推荐系统托攻击检测算法研究

引用

作者：段超强西北师范大学

学位级别：硕士

随着移动互联网的发展,网络数据呈现海量增长,用户普遍受到信息过载的困扰。为了解决信息过载,提高用户获取信息的便利性,推荐系统被广泛应用于各种网络平台,目前最广泛的是基于协同过滤技术的推荐系统(Collaborative Filtering,CF)。... 详细信息

随着移动互联网的发展,网络数据呈现海量增长,用户普遍受到信息过载的困扰。为了解决信息过载,提高用户获取信息的便利性,推荐系统被广泛应用于各种网络平台,目前最广泛的是基于协同过滤技术的推荐系统(Collaborative Filtering,CF)。协同过滤技术通过对用户历史评分进行统计获取目标用户的相似用户,根据相似用户的喜好对目标用户的喜好进行预测。但协同过滤技术的开放性使其极易受到托攻击的影响。攻击者通过向推荐系统中注入虚假用户来干扰推荐系统的预测结果,是推荐系统面临的主要问题之一。针对此问题,本文对集中式推荐系统中的托攻击检测以及分布式推荐系统中的隐私保护和托攻击检测问题进行了深入研究,具体的工作如下:(1)提出基于用户评分离散度的托攻击检测算法。通过分析真实用户和虚假用户评分的离散度分布情况,提出用户极端评分比、去极端评分方差和用户评分标准差三个特征作为用户评分离散度的衡量标准,将用户的评分离散度作为ID3决策树的分类属性,计算每个属性的信息增益率并选择信息增益度最大的属性作为根节点,根据所生成决策树对真实用户和虚假用户进行区分,从而实现对托攻击的检测。实验结果表明,基于用户评分离散度的托攻击检测算法对托攻击具有较好的检测效果同时算法具有良好的鲁棒性。(2)提出对隐私敏感的分布式推荐系统托攻击检测算法。首先在数据交换前对用户未评分的项目进行随机化填充,然后根据ADD模型进行数据交换。其次根据分布式协同过滤的特点对检测特定攻击模型的分类属性进行改进,在特定属性的交换过程中采用同态加密技术进行保护。最后获取全部用户分类属性后结合KNN算法将真实用户和虚假用户进行分类,实现在隐私保护的同时对托攻击进行检测。实验结果表明,对隐私敏感的分布式推荐系统托攻击检测算法能够在隐私保护的同时实现对托攻击用户的检测。本文研究推荐系统中的托攻击检测问题,包括集中式推荐系统和分布式推荐系统的托攻击检测。主要目的是:对推荐系统中的托攻击用户进行检测,降低托攻击对推荐系统的影响,保证推荐系统预测的准确性。并且考虑到分布式推荐系统中数据交换的隐私泄漏问题,在检测托攻击的同时保护用户隐私。实验结果表明,本文提出的算法对托攻击具有较好的检测效果。

关键词：协同过滤推荐系统托攻击检测评分特征数据交换隐私保护

来源：评论

学校读者我要写书评

暂无评论

面向协同过滤推荐系统的托攻击检测方法研究

面向协同过滤推荐系统的托攻击检测方法研究

引用

作者：邵晨哈尔滨理工大学

学位级别：硕士

现代社会与数字技术的深度融合,为海量信息的互联互通提供了强大动力源泉,但也使普通个体陷于信息过载困境。在此背景下,协同过滤推荐系统由于可以有效缓解信息过载,并大幅降低平台与个体间的交易成本,为商业模式的创新发展提供了坚实... 详细信息

现代社会与数字技术的深度融合,为海量信息的互联互通提供了强大动力源泉,但也使普通个体陷于信息过载困境。在此背景下,协同过滤推荐系统由于可以有效缓解信息过载,并大幅降低平台与个体间的交易成本,为商业模式的创新发展提供了坚实支撑。遗憾的是,恶意托攻击者为了最大化地获取非法利益,会利用协同过滤推荐系统的漏洞发起有组织的恶意攻击,其严威胁了商业领域的网络安全。如果不及时对上述攻击行为进行检测识别,交易双方的合法利益都将受到巨大损害。为了有效打击震慑恶意攻击用户,维护推荐系统输出结果的准确稳定,本文针对恶意攻击检测方法开展研究,主要内容如下:1、针对现存部分攻击检测方法中评分值切入角度相对单一、分类器受限的局限性,本文提出一种基于梯度提升决策树的双角度攻击检测方法(GIT-SAD)。该方法框架以融合构建双角度为基本思想,首先以用户评分动作流程为切入开展研究,进而通过评分布尔矩阵与时间窗口融合构建双角度,并提出TPUS-DB算法;其次基于梯度提升决策树提出BCC-G算法,以完成基分类器集的生成整合;最后在攻击检测阶段,利用该方法框架对恶意攻击者进行检测识别。2、针对现存部分攻击检测方法中对目标项目的关注不足、检测能力受限的局限性,本文提出一种融合惩罚因子和支持向量机的攻击检测方法(STP-SAD)。该方法首先从目标项目关注度出发,对正反用户在选择目标项目时的行为流程开展研究;其次通过关注因子构建综合指数,进而提出对应的惩罚因子集合;最后在恶意攻击检测阶段,引入支持向量机的数学原理并与惩罚因子进行融合,利用提出的STP-SAD方法框架完成对恶意攻击者的检测识别。3、针对上述提出的两种检测方法框架,本文分别在对应部分进行多组实验及结果分析。首先在自身性能实验部分,通过不断增加攻击强度并控制相关参数,从不同侧面对方法框架的检测性能开展有效性分析;其次在对比实验中,将综合性能指标作为评价标准,选择多种基准算法并配以不同比例的攻击参数。实验结果证明本文所提出的方法框架能够有效地对恶意攻击进行检测识别。

关键词：协同过滤推荐系统双角度融合梯度提升惩罚因子恶意攻击检测

来源：评论

学校读者我要写书评

暂无评论

基于云模型的协同过滤推荐系统研究

基于云模型的协同过滤推荐系统研究

引用

作者：李鹏哈尔滨工业大学

学位级别：硕士

推荐系统是电子商务系统最重要的技术之一，其作用在于替代传统商业经营模式中的导购员。借助各种推荐系统，用户可以快速准确的找到自己需要的商品。\n 协同过滤推荐系统是目前应用最广泛和最成功的推荐系统，通过分析用户之间或商... 详细信息

推荐系统是电子商务系统最重要的技术之一，其作用在于替代传统商业经营模式中的导购员。借助各种推荐系统，用户可以快速准确的找到自己需要的商品。\n 协同过滤推荐系统是目前应用最广泛和最成功的推荐系统，通过分析用户之间或商品之间的协同关系，系统可以得到用户的购买偏好或商品的受欢迎程度，以此作为推荐的依据。协同过滤推荐并不依赖于商品本身的属性，因此能很好满足商品极大丰富条件下的电子商务推荐系统的要求。\n 传统的协同过滤推荐系统在应用中还有一些亟待解决的问题，突出表现在数据稀疏性及系统扩展性问题上。随着商品种类和用户数量的增加，数据的稀疏性也将急剧增加，由此得到的用户偏好和商品的受欢迎程度往往不准确，产生的推荐效果不理想。\n 本文在研究与比较了各种传统协同过滤推荐算法的基础上，针对以上问题，引入了基于云模型的相似度度量方法，提出了定性知识指导下的协同过滤推荐算法，使推荐的精度有了很大的提高。本文的主要工作如下：\n 首先，在传统协同过滤推荐算法中引入了基于云模型的相似度计算方法，从而克服了传统相似度计算方法严格属性匹配的不足，大大降低了数据稀疏性对推荐精度的影响。\n 其次，在引入云模型相似度的前提下，提出了一种定性知识指导下的协同过滤推荐算法，协同过滤推荐中“相似”、“偏好”等概念的模糊性与不确定性通过云模型得到了很好的反映，使得算法更符合人类的思维模式。\n 第三，在分析传统的加权平均策略的基础上，提出了一种基于评分频度的推荐策略，进一步提高了算法的推荐精度。

关键词：云模型协同过滤推荐系统相似度计算数据稀疏性

来源：评论

学校读者我要写书评

暂无评论

基于协同过滤推荐算法的种子交易系统

基于协同过滤推荐算法的种子交易系统

引用

作者：郭萍重庆三峡学院

学位级别：硕士

种子交易关系着农作物的种植生产,从而与我们作为粮食消耗大国息息相关。传统的种子交易是线下进行的,需要耗费大量人力,而且种子交易品种有限,无法满足种植者的需求。基于此,随着信息化技术的发展,种子交易系统应运而生。种子交易平台... 详细信息

种子交易关系着农作物的种植生产,从而与我们作为粮食消耗大国息息相关。传统的种子交易是线下进行的,需要耗费大量人力,而且种子交易品种有限,无法满足种植者的需求。基于此,随着信息化技术的发展,种子交易系统应运而生。种子交易平台的出现为种植者提供了更多的选择,齐全的种子类型使交易平台更加具有普及性和实用性,同时可以减少人力成本,因此种子交易平台受到广大种植者的青睐。然而,随着种子交易系统数据量的积累,用户(如种植者)通常无法在系统中找到感兴趣的种子,种子销售者也可能无法找到潜在的种子购买者。针对这一问题,本文对流行的协同过滤推荐算法进行研究,并基于改进的算法提出一个基于协同过滤推荐的种子交易系统。本文的具体工作内容包括以下两方面: (1)传统的协同过滤推荐算法根据用户产生的历史行为数据进行推荐,侧重的是已成为过去的时间维度,没有考虑到用户的兴趣度是会随时间发生变化的,并且传统算法中存在数据稀疏性问题。本文提出了一种时间遗忘和Sigmoid函数归一化处理的基于物品的协同过滤推荐算法(TF-SIG-ICF)。首先,在计算皮尔逊相关系数时加入了时间遗忘函数对用户的原始评分进行衰减,以此来反映用户的兴趣变化。其次,通过引入Sigmoid函数对预测评分进行归一化,从而缓解了传统算法中存在的数据稀疏性问题。最后将TF-SIG-ICF算法与传统算法进行实验比较,在设置相同的近邻数情形下,随着近邻数的增加,进行常用推荐指标验证,证明了本文提出TF-SIG-ICF算法具有较高的稳定性和准确性。 (2)本文设计并实现了一个基于协同过滤推荐算法的种子交易系统,该系统基于B/S架构,使用Spring Boot开发框架和My SQL数据库管理系统,实现了种子在线交易。同时,考虑到种子的特性,对种子季节属性进行筛选,便于用户更快地找到适合当前季节种植的种子。该系统将本文提出的时间遗忘和Sigmoid函数归一化处理的基于物品的协同过滤推荐算法用于种子交易系统中,实现了种子推荐交易。

关键词：种子交易系统协同过滤推荐系统 Spring Boot Vue MySQL

来源：评论

学校读者我要写书评

暂无评论

推荐系统适用于图书馆吗?(英文)

引用

图书情报工作 2007年第12期51卷 19-25页

作者： Dalton Speidel 刘燕权美国康涅狄格州立大学纽黑文06515

源于电子商务的推荐系统能够适用于图书馆吗?十年来,推荐系统努力将客户和产品在电子商务环境下进行匹配。运用特别设计的推荐系统来满足客户的需求,协同过滤和基于内容的推荐系统是两种基本的类型,由此衍生的多种复合型推荐系统已经明... 详细信息

源于电子商务的推荐系统能够适用于图书馆吗?十年来,推荐系统努力将客户和产品在电子商务环境下进行匹配。运用特别设计的推荐系统来满足客户的需求,协同过滤和基于内容的推荐系统是两种基本的类型,由此衍生的多种复合型推荐系统已经明显地改进了数字图书馆的服务。安全问题对图书馆来说具有特殊性,剽窃会影响推荐的质量。能够促进利用图书馆服务的开源工具软件可能是为用户提供图书馆个性化服务的选择。

关键词：推荐系统数字图书馆信息与读者咨询开源软件协同过滤推荐系统基于内容的推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于噪声检测修正和神经网络的稀疏数据推荐算法

引用

计算机应用与软件 2020年第8期37卷 274-281页

作者：张艳红俞龙广东技术师范大学天河学院计算机科学与工程学院广东广州510540 华南农业大学电子工程学院广东广州510642

协同过滤推荐算法对于含噪声稀疏数据集的推荐性能较弱,为此设计噪声检测修正和神经网络的稀疏数据top-k推荐算法。将用户和项目按评分分别分类为高分类、中等类和低分类,根据分类结果检测评分矩阵的奇异点,对奇异点做简单地修正处理。... 详细信息

协同过滤推荐算法对于含噪声稀疏数据集的推荐性能较弱,为此设计噪声检测修正和神经网络的稀疏数据top-k推荐算法。将用户和项目按评分分别分类为高分类、中等类和低分类,根据分类结果检测评分矩阵的奇异点,对奇异点做简单地修正处理。建立基于兴趣关系的受限玻尔兹曼机模型,将用户对项目的兴趣关系以及项目的次级信息作为条件受限玻尔兹曼机的输入,预测目标用户的top-k推荐列表。基于多个数据集的实验结果表明,该算法有效地提高稀疏数据的推荐性能,并且推荐列表的排序也较为准确。

关键词：协同过滤推荐系统噪声数据集稀疏数据集噪声过滤神经网络受限玻尔兹曼机

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的多准则决策推荐系统

引用

控制工程 2018年第5期25卷 841-848页

作者：陈娜毋江波山西交通职业技术学院信息工程系太原030031 山西大学经济与管理学院太原030006

针对电子商务中多准则决策协同过滤推荐系统的稀疏性问题,提出了一种基于神经网络的多准则决策协同过滤推荐系统,设计了多个相似性度量混合的机制来缓解稀疏性问题。首先,采用领域本体提取选项的信息,并且提取用户的访问信息;然后,使用... 详细信息

针对电子商务中多准则决策协同过滤推荐系统的稀疏性问题,提出了一种基于神经网络的多准则决策协同过滤推荐系统,设计了多个相似性度量混合的机制来缓解稀疏性问题。首先,采用领域本体提取选项的信息,并且提取用户的访问信息;然后,使用模糊理论对用户的评价信息进行建模,解决用户评价的不确定性与复杂性;最终,采用自适应神经模糊推理系统预测选项的总评分与选项各个准则评分之间的关系,设计了基于梯度下降法的凸组合机制,提高了冷启动用户相似性度量的鲁棒性与可靠性,最小化系统的预测误差。实验结果显示本算法有效地缓解了稀疏性问题,并且获得了较高的推荐准确率。

关键词：电子商务协同过滤推荐系统自适应神经模糊推理系统模糊理论领域本体相似性度量

来源：评论

学校读者我要写书评

暂无评论

基于层次隐马尔可夫模型和神经网络的个性化推荐算法

引用

计算机应用与软件 2021年第1期38卷 313-319,329页

作者：郭聃四川现代职业学院电子信息技术系四川成都610207

传统推荐系统将推荐准确性作为主要目标,而推荐结果的多样性和个性化有所欠缺。对此,设计一种基于层次隐马尔可夫模型和神经网络的推荐算法。采用层次隐马尔可夫模型建模用户喜好和上下文环境的关系,并通过隐马尔可夫模型预测上下文。... 详细信息

传统推荐系统将推荐准确性作为主要目标,而推荐结果的多样性和个性化有所欠缺。对此,设计一种基于层次隐马尔可夫模型和神经网络的推荐算法。采用层次隐马尔可夫模型建模用户喜好和上下文环境的关系,并通过隐马尔可夫模型预测上下文。设计神经网络结构来解决协同过滤推荐的问题,同时神经网络满足贝叶斯个性化排序的条件,实现对推荐列表的个性化排序。实验结果表明,该算法在保持推荐准确性的前提下,提高了推荐的多样性和个性化。

关键词：协同过滤推荐系统隐马尔可夫模型神经网络机器学习贝叶斯个性化排序推荐多样性

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：