检索结果-内蒙古大学图书馆

计算机科学与探索 2019年第1期13卷 138-146页

作者：张光荣王宝亮侯永宏天津大学电气自动化与信息工程学院天津300072 天津大学信息与网络中心天津300072

针对推荐算法中数据的稀疏性难题,把用户标签融合至实值条件受限玻尔兹曼机(real-valued conditional restricted Boltzmann machine,R_CRBM)模型,利用R_CRBM强大的拟合任意离散分布的能力,预测出用户对未交互商品的评分缺失值。具体来... 详细信息

针对推荐算法中数据的稀疏性难题,把用户标签融合至实值条件受限玻尔兹曼机(real-valued conditional restricted Boltzmann machine,R_CRBM)模型,利用R_CRBM强大的拟合任意离散分布的能力,预测出用户对未交互商品的评分缺失值。具体来说,首先提出显层单元为实值的R_CRBM模型,接着运用文本分类中的TF-IDF算法预测出用户对所应用过的标签的喜爱度,与标签基因数据相乘得到用户对商品的预测评分,融合至用户历史评分数据中。R_CRBM条件层在原有评分/未评分{0,1}向量中,融入用户标签/未标签{0,1}向量。通过真实数据集进行对比分析,实验结果表明提出的方法在一定程度上提升了推荐的准确性。

关键词：推荐算法用户标签标签基因 TF-IDF 实值条件受限玻尔兹曼机(R_CRBM)

来源：评论

学校读者我要写书评

暂无评论

推荐算法驱动下“被动”群体极化现象及消解

引用

青年记者 2019年第31期 43-45页

作者：倪万孙静茹山东大学新闻传播学院

“群体极化”概念来源于对“群众”的研究。有关“群众”的研究可以追溯到古希腊时期,柏拉图在《理想国》中提出了“暴民”的概念,即愚昧的、容易受到鼓动和挑唆的群众。此后,历代学者一直对“群众”持有一种鄙夷和敌视的思想,并形成了... 详细信息

“群体极化”概念来源于对“群众”的研究。有关“群众”的研究可以追溯到古希腊时期,柏拉图在《理想国》中提出了“暴民”的概念,即愚昧的、容易受到鼓动和挑唆的群众。此后,历代学者一直对“群众”持有一种鄙夷和敌视的思想,并形成了“精英-群众”二元对立的研究视角。在群众心理和行为的研究中,“非理性”一词贯穿始终;“非理性”的群众以组织化的群体形态聚集在一起时,群体的“无意识”将成为他们首要的行为动力机制。①这种非理性、无意识的心理和行为机制在政治和民主进程中具有重要的影响,群体极化便是研究成果之一。

关键词：群体极化《理想国》推荐算法古希腊时期心理和行为无意识研究成果历代学者

来源：评论

学校读者我要写书评

暂无评论

新闻推荐算法可信评价研究

引用

信息安全学报 2021年第5期6卷 156-168页

作者：刘总真张潇丹郭涛葛敬国周熙王宇航陈家玓吕红蕾林俊宇中国科学院大学网络空间安全学院北京中国100049 中国科学院信息工程研究所北京中国100093

随着AI、5G、AR/VR等新技术的快速发展,内容类应用如电子商务、社交网络、短视频等层出不穷,导致信息过载问题日益严重。人工智能技术的发展推动了智能算法的爆炸式运用,作为智能算法的一种,推荐算法在大数据、应用场景和计算力的推动下... 详细信息

随着AI、5G、AR/VR等新技术的快速发展,内容类应用如电子商务、社交网络、短视频等层出不穷,导致信息过载问题日益严重。人工智能技术的发展推动了智能算法的爆炸式运用,作为智能算法的一种,推荐算法在大数据、应用场景和计算力的推动下,通过信息过滤技术,为用户提供适应兴趣及行为的个性化及高质量的推荐服务,逐步提高了用户的使用体验、内容分发效率,在一定程度上缓解了信息过载的问题。但推荐算法的潜在偏见、黑盒化特性及内容分发方式也逐渐带来了决策结果不公平性、不可解释性,信息茧房、侵犯用户隐私等安全挑战。如何提高推荐算法的可解释性、公平性、可信程度等越来越受到国内外政府监管部门、产业及学术界的重点关注,推荐系统和推荐算法也由此从发展期进入管制期。为此,本文针对新闻推荐领域,分析推荐算法的稿件画像、用户画像、推荐推送、反馈干预和人工复审等关键要素,围绕推荐算法生态的参与者,如内容生产者、受众、算法模型、新闻平台,从公平性、可解释性和抗抵赖性三个方面提出了一种新闻推荐算法可信评价体系,并进行定量或定性分析。公平性、可解释性和抗抵赖性是正相关关系,当公平性和抗抵赖性越强、可解释程度越高,新闻推荐算法的可信度越高。希望弥补新闻推荐算法领域的可信研究的空白,建立可信推荐算法生态,加速安全推荐系统的建立和推广,同时为智能算法可信研究提供参考,为智能算法的监管和治理提供思路。

关键词：新闻推荐算法可信评价体系公平性可解释性抗抵赖性

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的异构信任推荐算法

引用

计算机工程 2022年第9期48卷 89-95,104页

作者：徐上上孙福振王绍卿董家玮吴田慧山东理工大学计算机科学与技术学院山东淄博255049

传统基于图神经网络的社交推荐算法通过加强用户和项目特征的学习提升预测精度,但随着用户数据日益稀疏和社交关系趋于复杂,推荐质量提升缓慢。为挖掘用户和项目的潜在关联关系,提出一种结合图神经网络的异构信任推荐算法(GraphTrust)... 详细信息

传统基于图神经网络的社交推荐算法通过加强用户和项目特征的学习提升预测精度,但随着用户数据日益稀疏和社交关系趋于复杂,推荐质量提升缓慢。为挖掘用户和项目的潜在关联关系,提出一种结合图神经网络的异构信任推荐算法(GraphTrust)。在显式信任关系的基础上获取用户的潜在好友,根据动态影响力传播模型将图神经网络中的节点和边进行分类,通过不同类型的边在不同节点间进行影响力传播扩散,捕捉隐藏在高阶网络结构中的影响力扩散特征,并使用户和项目的潜在特征随着影响力传播过程达到平衡状态,最终将用户交互的项目特征作为辅助特征与用户特征聚合进行评分预测。在Yelp和Flickr数据集上的实验结果表明,当潜在特征维数为64时,GraphTrust算法相比于DiffNet++算法的命中率和归一化折损累计增益分别提升了13.2%、22.2%和20.4%、25.5%,在一定程度上提高了推荐过程的可解释性和预测精度,并且缓解了数据稀疏问题。

关键词：推荐算法社交信任关系影响力传播特征表示潜在特征

来源：评论

学校读者我要写书评

暂无评论

基于多视图融合跨层对比学习的推荐算法

引用

计算机工程 2024年第1期50卷 120-128页

作者：顾嘉静杨丹聂铁铮寇月辽宁科技大学计算机与软件工程学院辽宁鞍山114051 东北大学计算机科学与工程学院辽宁沈阳110169

现有基于图对比学习的推荐模型在图数据增强方面通常只采用一种视图增强方法,忽略了单一方法存在的局限性,在对比学习方面通常只对比同一节点的一对视图,未充分利用各个视图不同的层嵌入。为此,提出一种基于多视图融合跨层对比学习的推... 详细信息

现有基于图对比学习的推荐模型在图数据增强方面通常只采用一种视图增强方法,忽略了单一方法存在的局限性,在对比学习方面通常只对比同一节点的一对视图,未充分利用各个视图不同的层嵌入。为此,提出一种基于多视图融合跨层对比学习的推荐算法框架(MFCCL)。MFCCL分别使用随机边丢弃和随机添加噪声的增强方法构建2个全局视图,使用奇异值分解的方法构建局部视图,通过3种不同的视图增强方法构造全局和局部共3个视图,以实现有效的用户表示。同时,提出一种新的多视图融合跨层对比学习方法,该方法将2个全局视图不同的层嵌入通过平行和交叉2种方式进行融合后作对比,以获取更多的特征信息。将多视图融合跨层对比学习与全局-局部视图对比学习相结合,联合优化模型,从而提升推荐性能。在Yelp、Tmall和Amazon-book这3个公开数据集上进行实验,结果表明,MFCCL在推荐任务中具有有效性和可行性,相较于对比模型中性能最优的基线模型SimGCL,MFCCL在3个数据集中的Recall@20增益分别达到15.0%、13.3%和28.7%,NDCG@20值分别提升14.3%、13.2%和29.6%。

关键词：图神经网络对比学习视图增强多视图融合推荐算法

来源：评论

学校读者我要写书评

暂无评论

基于双重注意力机制的降噪自编码器推荐算法

引用

高技术通讯 2020年第12期30卷 1234-1242页

作者：王倩雯张延华付琼霄李萌李庆北京工业大学信息学部信息与通信工程学院北京100124

为了解决传统协同过滤算法的准确度因评分缺失产生的剧烈变化以及冷启动问题,本文提出了一种新的降噪自编码器推荐算法。该方法将注意力机制与辅助信息共同融入降噪自编码器中对评分与交互数据进行处理。首先针对用户交互项目动态分配... 详细信息

为了解决传统协同过滤算法的准确度因评分缺失产生的剧烈变化以及冷启动问题,本文提出了一种新的降噪自编码器推荐算法。该方法将注意力机制与辅助信息共同融入降噪自编码器中对评分与交互数据进行处理。首先针对用户交互项目动态分配注意力以学习用户偏好,然后再次通过注意力机制学习隐藏层向量、用户偏好、辅助信息的权重以获得完整评分矩阵。在公开数据集上对该算法进行实验仿真,观察算法性能。结果表明,该算法有效利用了辅助信息且准确度有明显提高。

关键词：降噪自编码器注意力机制推荐算法辅助信息深度学习

来源：评论

学校读者我要写书评

暂无评论

融合多关系的矩阵分解社会化推荐算法

引用

复杂系统与复杂性科学 2020年第1期17卷 30-36,54页

作者：周双宾晟孙更新青岛大学数据科学与软件工程学院山东青岛266071

在现实的社交网络中,用户之间往往存在多种关系,而现有的社会化推荐算法都只考虑一种关系对推荐结果的影响。基于多子网复合复杂网络模型,将用户间的多种社交关系引入用户特征矩阵,提出了基于多关系的矩阵分解社会化推荐算法。通过对2... 详细信息

在现实的社交网络中,用户之间往往存在多种关系,而现有的社会化推荐算法都只考虑一种关系对推荐结果的影响。基于多子网复合复杂网络模型,将用户间的多种社交关系引入用户特征矩阵,提出了基于多关系的矩阵分解社会化推荐算法。通过对2个真实数据集上的实验结果分析,发现加入多种社交关系的矩阵分解社会化推荐方法比传统的矩阵分解算法在推荐准确率方面有显著提高。

关键词：矩阵分解算法社交网络推荐算法多子网复合复杂网络

来源：评论

学校读者我要写书评

暂无评论

基于联合非负矩阵分解的协同过滤推荐算法

引用

模式识别与人工智能 2016年第8期29卷 725-734页

作者：黄波严宣辉林建辉福建师范大学数学与计算机科学学院福州350117

为了揭示复杂网络结构间存在的隐藏关系,更加准确地向用户推荐物品的效果,并基于联合非负矩阵分解(JNMF)能揭示复杂网络结构间关系的特性,提出利用JNMF并结合基于用户的协同过滤和基于物品的协同过滤的推荐算法,并证明文中算法的正确性... 详细信息

为了揭示复杂网络结构间存在的隐藏关系,更加准确地向用户推荐物品的效果,并基于联合非负矩阵分解(JNMF)能揭示复杂网络结构间关系的特性,提出利用JNMF并结合基于用户的协同过滤和基于物品的协同过滤的推荐算法,并证明文中算法的正确性和收敛性.实验表明,文中算法能有效结合基于用户的协同过滤算法和基于物品的协同过滤算法,在一定程度上降低推荐的平均绝对偏差,提高推荐的准确性.

关键词：联合非负矩阵分解(JNMF) 推荐算法协同过滤平均绝对偏差

来源：评论

学校读者我要写书评

暂无评论

融合跨平台用户偏好与异质信息网络的推荐算法研究

引用

现代情报 2024年第9期44卷 31-41页

作者：张雪毕达天陈功坤杜小民吉林大学商学与管理学院吉林长春130012 海南大学国际商学院海南海口570228

[目的/意义]本文基于跨平台用户的异构大数据,提出一种融合跨平台用户偏好与异质信息网络的推荐算法(CPHAR),对于缓解个性化推荐的稀疏性和冷启动问题具有重要意义。[方法/过程]首先,根据跨平台用户信息构建核心兴趣朋友圈,使用卷积神... 详细信息

[目的/意义]本文基于跨平台用户的异构大数据,提出一种融合跨平台用户偏好与异质信息网络的推荐算法(CPHAR),对于缓解个性化推荐的稀疏性和冷启动问题具有重要意义。[方法/过程]首先,根据跨平台用户信息构建核心兴趣朋友圈,使用卷积神经网络和自注意力机制捕捉用户在源平台和目标平台中的信息偏好特征;其次,根据核心兴趣网络以及推荐项目之间的关系构建异质信息网络,使用异质图注意力网络模型进行特征聚合;最后,将以上特征嵌入改进后的矩阵分解模型,计算推荐得分。[结果/结论]模型在自主构建的4个跨平台数据集中均表现出优越的性能,本文不仅弥补了推荐领域中跨平台多属性和细粒度数据集的空缺,而且通过引入跨平台特征进一步完善了推荐系统相关的理论与方法体系。

关键词：推荐算法跨平台异质信息网络用户偏好深度学习

来源：评论

学校读者我要写书评

暂无评论

推荐算法运用下的平台义务与责任

引用

法律适用 2024年第7期 13-23页

作者：宋建立最高人民检察院知识产权检察办公室

推荐算法的运用使传统意义上平台作为网络服务者仅提供中立技术服务的观点受到挑战。推荐算法平台注意义务的设定以及判断平台是否积极采取了预防侵权的必要措施,应与算法推荐引发侵权可能性、平台信息管理能力等相匹配,必要措施的认定... 详细信息

推荐算法的运用使传统意义上平台作为网络服务者仅提供中立技术服务的观点受到挑战。推荐算法平台注意义务的设定以及判断平台是否积极采取了预防侵权的必要措施,应与算法推荐引发侵权可能性、平台信息管理能力等相匹配,必要措施的认定除考虑平台经营模式、技术水平、成本与获利等因素外,也应具有技术上和经济上的期待可能性,避免过高或不合理的注意义务超越平台的客观能力,影响平台正常经营和创新能力。尝试突破传统的避风港法则,提高平台的注意义务,确立新技术应用下平台“应知”的标准,以利益平衡为原则合理配置举证责任,合理判定平台侵权赔偿责任,才可能激发平台企业在法治轨道上公平竞争与健康发展的热情。

关键词：算法推荐算法算法治理平台责任注意义务

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：