检索结果-内蒙古大学图书馆

电子科技大学学报 2023年第4期52卷 610-619页

作者：张少东杨兴耀于炯李梓杨刘岩松新疆大学软件学院乌鲁木齐830046

提出一种基于自注意力机制和傅立叶变换的序列推荐算法CSFTRec。通过过滤原始数据中的噪声,最大限度地提高自注意力机制对序列数据的特征捕捉能力。根据对比学习的特点,在贝叶斯个性化排名的基础上引入一种新的对比损失,用于联合训练,... 详细信息

提出一种基于自注意力机制和傅立叶变换的序列推荐算法CSFTRec。通过过滤原始数据中的噪声,最大限度地提高自注意力机制对序列数据的特征捕捉能力。根据对比学习的特点,在贝叶斯个性化排名的基础上引入一种新的对比损失,用于联合训练,可以缩短不同相似序列之间的距离。在8个公共数据集上的实验表明,CSFTRec的收敛速度更快,推荐精度有3%~5%的提高,更适合处理序列数据。

关键词：对比学习推荐算法序列推荐自注意力机制

来源：评论

学校读者我要写书评

暂无评论

融合社区结构和兴趣聚类的协同过滤推荐算法

引用

计算机研究与发展 2016年第8期53卷 1664-1672页

作者：郭弘毅刘功申苏波孟魁上海交通大学电子信息与电气工程学院上海200240

传统的协同过滤推荐算法受限于数据稀疏性问题,导致推荐结果较差.用户的社交关系信息能够体现用户之间的相互影响,将其用于推荐算法能够提高推荐结果的准确度,目前的社交化推荐算法大多只考虑了用户的直接社交关系,没有利用到潜在的用... 详细信息

传统的协同过滤推荐算法受限于数据稀疏性问题,导致推荐结果较差.用户的社交关系信息能够体现用户之间的相互影响,将其用于推荐算法能够提高推荐结果的准确度,目前的社交化推荐算法大多只考虑了用户的直接社交关系,没有利用到潜在的用户兴趣偏好信息以及群体聚类信息.针对上述情况,提出一种融合社区结构和兴趣聚类的协同过滤推荐算法.首先通过重叠社区发现算法挖掘用户社交网络中存在的社区结构,同时利用项目所属类别信息,设计模糊聚类算法挖掘用户兴趣偏好层面的聚类信息.然后将2种聚类信息融合到矩阵分解模型的优化分解过程中.在Yelp数据集上进行了新算法与其他算法的对比实验,结果表明,该算法能够有效提高推荐结果的准确度.

关键词：重叠社区兴趣聚类推荐算法协同过滤矩阵分解

来源：评论

学校读者我要写书评

暂无评论

基于直觉模糊集的伯努利矩阵分解推荐算法

引用

控制与决策 2023年第10期38卷 2897-2904页

作者：邓江洲郭均鹏天津大学管理与经济学部天津300072

现有的基于矩阵分解的协同过滤推荐算法主要从定量的角度,利用用户的评分信息评估模型表现,而并未从定性的角度描述用户的不确定偏好信息.鉴于此,从用户偏好模糊概率的角度提出一种基于直觉模糊集的伯努利矩阵分解推荐算法为目标用户进... 详细信息

现有的基于矩阵分解的协同过滤推荐算法主要从定量的角度,利用用户的评分信息评估模型表现,而并未从定性的角度描述用户的不确定偏好信息.鉴于此,从用户偏好模糊概率的角度提出一种基于直觉模糊集的伯努利矩阵分解推荐算法为目标用户进行Top-n推荐.首先,根据用户偏好特征和直觉模糊集定义,将用户评分矩阵划分为隶属度矩阵、非隶属度矩阵和犹豫度矩阵;然后,借助伯努利矩阵分解模型对矩阵并行拟合,得到最优的潜在特征向量对,并将其内积按比例划分,从而获得目标用户对未评分项目偏好程度的直觉模糊数;最后,根据直觉模糊数排序规则确定最终推荐列表.在公开数据集上的实验结果显示,所提出方法在项目排序指标上均优于其对比方法,能够有效提高推荐质量.

关键词：直觉模糊集伯努利分布矩阵分解推荐算法

来源：评论

学校读者我要写书评

暂无评论

混合因子矩阵分解推荐算法

引用

西安交通大学学报 2016年第12期50卷 87-91页

作者：赵长伟彭勤科张志勇西安交通大学电子与信息工程学院西安710049 河南科技大学信息工程学院河南洛阳471023

针对矩阵分解推荐算法在潜在属性与已知属性之间不能建立对应关系的问题,提出了一种混合显式属性与隐式属性的矩阵分解算法。该算法使用显式属性的相关性对因子矩阵进行约束,能够抑制稀疏数据矩阵分解中过拟合的问题,提高推荐精度,由于... 详细信息

针对矩阵分解推荐算法在潜在属性与已知属性之间不能建立对应关系的问题,提出了一种混合显式属性与隐式属性的矩阵分解算法。该算法使用显式属性的相关性对因子矩阵进行约束,能够抑制稀疏数据矩阵分解中过拟合的问题,提高推荐精度,由于因子矩阵中包含显式属性,所以混合因子矩阵分解算法可以实现对新用户和新产品推荐,部分地解决了冷启动问题,实现了从评分数据到显式属性的映射,并对推荐结果给出一定的解释。在MovieLens数据集上的实验结果表明:相同因子数下,混合因子矩阵分解算法的推荐精度均优于偏置概率矩阵分解算法,并能够基于显式属性实现对新产品的推荐。

关键词：推荐算法矩阵分解混合因子推荐解释冷启动

来源：评论

学校读者我要写书评

暂无评论

推荐算法能剥夺人的自由意志吗

引用

哲学动态 2024年第4期 90-100页

作者：成海鹰张安云汕头大学马克思主义学院

推荐算法与人的自由意志的关系是当代应用伦理学关注的重要问题,其中涉及决定论与非决定论之争。从决定论来看,推荐算法剥夺了人的自由意志,使意志自由受到了否定,信息茧房、回音室以及过滤气泡等效应是其主要表征;从非决定论来看,人的... 详细信息

推荐算法与人的自由意志的关系是当代应用伦理学关注的重要问题,其中涉及决定论与非决定论之争。从决定论来看,推荐算法剥夺了人的自由意志,使意志自由受到了否定,信息茧房、回音室以及过滤气泡等效应是其主要表征;从非决定论来看,人的自由意志永远流动,无法被决定。其实,推荐算法与自由意志只具有强相关性,而非决定与被决定的关系。考察推荐算法与自由意志关系的实质是明晰技术发展对人类生活究竟带来了何种影响,这在以技术发展为主要特征的当今时代已变得日益紧迫。为避免或减少推荐算法的消极影响,可以从价值层面、行动层面和目标愿景层面寻求解决之道,即坚持以人为目的、坚守契约精神,推进算法解释和建立算法全生命周期监管机制以及重回生活世界等,使得开放包容的网络世界真正成为人类受益于技术的精神家园。

关键词：推荐算法自由意志决定论非决定论

来源：评论

学校读者我要写书评

暂无评论

引用

外国经济与管理 2024年

作者：张雪江积海重庆大学经济与工商管理学院重庆大学工商管理与经济发展研究中心

随着数智技术的发展，推荐算法在商业模式中的作用和价值日益凸显，但现有文献对算法在商业模式中的赋能过程缺乏深入的解析。本文以网易云音乐为案例对象，遵循“价值主张—算法赋能—价值创造”的逻辑关系，探讨推荐算法对内容平台商... 详细信息

随着数智技术的发展，推荐算法在商业模式中的作用和价值日益凸显，但现有文献对算法在商业模式中的赋能过程缺乏深入的解析。本文以网易云音乐为案例对象，遵循“价值主张—算法赋能—价值创造”的逻辑关系，探讨推荐算法对内容平台商业模式的赋能机制。研究发现：（1）内容平台依据推荐算法的不同推荐场景呈现出“内容为王”和“社区至上”两种赋能模式，两者具有不同的价值主张。（2）推荐算法在内容平台商业模式创新中发挥关键作用，不同模式的算法赋能机制各异，具体而言，“内容为王”的算法赋能机制表现为因果推荐和关联推荐；“社区至上”的算法赋能机制表现为情感推荐和社交推荐。（3）“内容为王”和“社区至上”在算法赋能过程中分别创造了平台引流价值和平台留存价值。研究结论为推荐算法在商业领域的创新研究提供了理论支持和实践指导。

关键词：推荐算法商业模式价值主张价值创造内容匹配

来源：评论

学校读者我要写书评

暂无评论

QPR-NN:一种结合二次多项式回归与神经网络的推荐算法

引用

西安交通大学学报 2019年第9期53卷 79-87,136页

作者：廖彬张陶于炯国冰磊李敏刘炎新疆财经大学丝路经济与管理研究院乌鲁木齐830012 新疆财经大学统计与数据科学学院乌鲁木齐830012 新疆大学信息科学与工程学院乌鲁木齐830012 新疆医科大学医学工程技术学院乌鲁木齐830012 清华大学软件学院北京100084

针对传统推荐算法不能很好地适应数据高规模及高稀疏性的问题,结合深度学习数据建模的方法,提出了一种结合二次多项式回归与神经网络(QPR-NN)的推荐算法。在对已有特征提取方法缺陷分析的基础上,利用二次多项式回归模型将用户对物品的... 详细信息

针对传统推荐算法不能很好地适应数据高规模及高稀疏性的问题,结合深度学习数据建模的方法,提出了一种结合二次多项式回归与神经网络(QPR-NN)的推荐算法。在对已有特征提取方法缺陷分析的基础上,利用二次多项式回归模型将用户对物品的评分数据进行特征提取及降维,充分挖掘了用户与物品之间的相关性。将特征提取后的数据作为深度学习训练模型的输入,增加输入数据与训练模型之间的匹配度,并将训练得到的模型用于推荐评分预测。在MovieLens与Epinions两组数据集上的实验结果表明:QPR特征提取方法与QPR-NN推荐算法在平分绝对误差与均方根误差评价指标上均优于现有的主流算法,QPR-NN推荐算法可以有效提升推荐准确率。

关键词：推荐算法深度学习特征提取二次多项式回归

来源：评论

学校读者我要写书评

暂无评论

基于时间衰减的协同过滤推荐算法

引用

吉林大学学报（工学版） 2017年第4期47卷 1268-1272页

作者：董立岩王越群贺嘉楠孙铭会李永丽吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 东北师范大学信息科学与技术学院长春130117

针对传统的协同过滤算法在计算相似度时未考虑时间因素的影响,导致推荐结果不准确的问题,本文提出将时间因素融入用户项目评分矩阵中,以解决兴趣衰减的问题。首先将遗忘曲线和记忆周期作为时间因素融入算法之中,将艾宾浩斯遗忘曲线用于... 详细信息

针对传统的协同过滤算法在计算相似度时未考虑时间因素的影响,导致推荐结果不准确的问题,本文提出将时间因素融入用户项目评分矩阵中,以解决兴趣衰减的问题。首先将遗忘曲线和记忆周期作为时间因素融入算法之中,将艾宾浩斯遗忘曲线用于指数函数拟合,从而获得时间与兴趣衰减的函数关系,以此用于优化用户项目的评分。并将改进的评分矩阵应用到基于项目的协同过滤推荐算法中进行推荐。在评分中加入记忆周期的影响,让目标用户对待预测的项目评分预测更为准确。实验结果表明,改进后的基于时间衰减协同过滤算法在准确性方面有显著的提高。

关键词：计算机系统结构协同过滤推荐算法时间衰减曲线相似度

来源：评论

学校读者我要写书评

暂无评论

一种基于用户聚类的协同过滤推荐算法

引用

系统工程与电子技术 2007年第7期29卷 1178-1182页

作者：李涛王建东叶飞跃冯新宇张有东南京航空航天大学信息科学与技术学院

为解决传统协同过滤算法在生成推荐时的速度瓶颈问题,提出了一种基于用户聚类的协同过滤推荐算法。该算法将推荐过程分成了离线和在线两个部分。离线时,算法对基本用户数据进行预处理,并对基本用户聚类;在线时,算法利用已有的用户聚类... 详细信息

为解决传统协同过滤算法在生成推荐时的速度瓶颈问题,提出了一种基于用户聚类的协同过滤推荐算法。该算法将推荐过程分成了离线和在线两个部分。离线时,算法对基本用户数据进行预处理,并对基本用户聚类;在线时,算法利用已有的用户聚类寻找目标用户最近邻居,并产生推荐。实验表明,基于用户聚类的协同过滤推荐算法不仅加快了推荐生成速度,而且提高了推荐质量。

关键词：推荐算法协同过滤聚类平均绝对误差

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的移动应用众包测试智能推荐算法

引用

西北工业大学学报 2021年第5期39卷 1049-1056页

作者：成静王威帅正义西安工业大学计算机科学与工程学院陕西西安710021 西北工业大学软件学院陕西西安710072

随着移动应用功能日趋复杂,众包测试对测试人员的专业技能提出更高要求。因此,如何高效匹配测试任务需求与测试人员技能水平,实现精准的众包测试任务推荐是保证测试质量的重要因素。提出一种基于深度学习的移动应用众包测试任务推荐算... 详细信息

随着移动应用功能日趋复杂,众包测试对测试人员的专业技能提出更高要求。因此,如何高效匹配测试任务需求与测试人员技能水平,实现精准的众包测试任务推荐是保证测试质量的重要因素。提出一种基于深度学习的移动应用众包测试任务推荐算法。针对测试任务和测试人员进行特征分析,分别设计特征体系;将得到的特征数据作为堆叠式边缘降噪自动编码器(stacked marginalized denoising autoencoder,SMDA)输入数据,将SMDA学习到的深层特征数据结合作为深度神经网络(deep neural networks,DNN)的输入;利用DNN的学习能力进行预测。实验结果表明:所提算法相较于CDL和AutoSVD++等算法无论是性能还是训练时间都有明显优势,验证了算法的有效性。所提算法可以将测试任务推荐给适合的测试人员并提高了推荐算法的精细度。

关键词：深度学习堆叠边缘降噪自动编码器词向量推荐算法

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：