检索结果-内蒙古大学图书馆

计算机工程与设计 2024年第10期45卷 2953-2959页

作者：杨兴耀钟志强于炯李梓杨张少东党子博新疆大学软件学院新疆乌鲁木齐830008

在自注意序列推荐中,除项目嵌入矩阵带来巨大内存消耗问题和自注意层中的不相关信息带来噪声问题,还存在如何在用户行为数据稀疏的情况下准确提取和表示用户偏好的关键问题。针对这些问题,提出一种采用偏好编辑的轻量自注意降噪序列推... 详细信息

在自注意序列推荐中,除项目嵌入矩阵带来巨大内存消耗问题和自注意层中的不相关信息带来噪声问题,还存在如何在用户行为数据稀疏的情况下准确提取和表示用户偏好的关键问题。针对这些问题,提出一种采用偏好编辑的轻量自注意降噪序列推荐模型(LDSR-PE)。采用上下文感知的动态嵌入组合方案缓解内存消耗问题,在每个自注意层上附加可训练的二进制掩膜,实现自适应修剪不相关噪声项。为更好训练模型,设计基于偏好编辑的自监督学习策略,促使序列推荐模型在不同的交互序列之间区分公共和唯一的偏好。在3个公开数据集上的实验结果表明,LDSR-PE优于主流先进推荐模型。

关键词：序列推荐偏好编辑嵌入组合自注意力机制自监督学习数据稀疏性深度神经网络

来源：评论

学校读者我要写书评

暂无评论

一种SVD和信任因子相结合的协同过滤算法

引用

小型微型计算机系统 2017年第6期38卷 1290-1293页

作者：王建芳李骁武文琪刘永利河南理上大学计算机科学与技术学院河南焦作454000

针对推荐系统在数据稀疏情况下推荐质量不高的问题,提出将奇异值分解SVD(Singular Value Decomposition)技术和信任模型相融合的协同过滤算法.首先运用SVD降维技术得到项目的隐式特征空间.然后用改进的余弦相似度计算项目间相似度,根据... 详细信息

针对推荐系统在数据稀疏情况下推荐质量不高的问题,提出将奇异值分解SVD(Singular Value Decomposition)技术和信任模型相融合的协同过滤算法.首先运用SVD降维技术得到项目的隐式特征空间.然后用改进的余弦相似度计算项目间相似度,根据k近邻k NN(k-Nearest Neighbor)算法得到第一阶段生成临时近邻居集.接着引入项目信任因子,建立信任模型并融入到相似度空间中,进行第二阶段k近邻选择,从而完成预测推荐.最后在Movie Lens数据集与传统的算法进行实验对比,本文提出的算法其标准误差RMSE(Root Mean Squared Error)的精度提高了0.53%.

关键词：协同过滤数据稀疏性奇异值分解信任最近邻

来源：评论

学校读者我要写书评

暂无评论

一种基于稀疏分段的协同过滤推荐算法

引用

现代电子技术 2019年第9期42卷 90-94页

作者：贺怀清计瑜惠康华刘浩翰中国民航大学计算机科学与技术学院天津300300

针对数据强稀疏性严重制约协同过滤算法推荐准确性的问题,提出基于稀疏分段的改进方法。首先利用基于迭代预测的支持向量回归在解决小样本高维数据中的优势,对稀疏的U-I矩阵中相对弱稀疏的密集数据部分预测缺失评分,然后使用基于项目的... 详细信息

针对数据强稀疏性严重制约协同过滤算法推荐准确性的问题,提出基于稀疏分段的改进方法。首先利用基于迭代预测的支持向量回归在解决小样本高维数据中的优势,对稀疏的U-I矩阵中相对弱稀疏的密集数据部分预测缺失评分,然后使用基于项目的插补协同过滤方法预测剩余数据的缺失评分。在多个公开数据集中的实验表明,该方法适用于强稀疏数据集的推荐,与基于项目协同过滤比较可取得较好的预测结果。

关键词：稀疏分段支持向量回归基于项目的推荐协同过滤数据稀疏性小样本

来源：评论

学校读者我要写书评

暂无评论

基于用户多属性与兴趣的协同过滤算法

引用

计算机应用研究 2016年第12期33卷 3630-3633,3653页

作者：赵文涛王春春成亚飞孟令军赵好好河南理工大学计算机科学与技术学院河南焦作454000

传统的协同过滤算法广泛应用于推荐系统领域,但该算法仍存在用户冷启动和数据稀疏性问题,造成算法的推荐质量较差。对此,提出一种基于用户多属性与兴趣的协同过滤算法AICF(attributes and interests collaborative filtering)。首先通... 详细信息

传统的协同过滤算法广泛应用于推荐系统领域,但该算法仍存在用户冷启动和数据稀疏性问题,造成算法的推荐质量较差。对此,提出一种基于用户多属性与兴趣的协同过滤算法AICF(attributes and interests collaborative filtering)。首先通过对多种用户属性分配权重计算出用户多属性相似度。其次利用改进的Slope One算法填充用户—项目评分矩阵,然后计算基于隐性标签的用户兴趣相似度。最后基于两种相似度的组合进行推荐。实验结果表明,AICF算法不仅明显提高了推荐结果的准确性,同时也改善了用户冷启动和数据稀疏性问题。

关键词：协同过滤冷启动数据稀疏性用户多属性隐性标签

来源：评论

学校读者我要写书评

暂无评论

基于社区划分的电影推荐模型

引用

计算机应用 2018年第A02期38卷 124-127页

作者：万慧周涛鲍胜利中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049 四川中烟工业有限责任公司成都610066

针对电影推荐系统中传统协同过滤推荐的数据稀疏性问题,引入社区划分的思想,构建了一种融合电影类别、用户评分和用户标签的电影推荐模型。首先,基于电影类别使用凝聚式层次聚类算法进行社区划分,并找到待推荐的用户所属的社区,然后根... 详细信息

针对电影推荐系统中传统协同过滤推荐的数据稀疏性问题,引入社区划分的思想,构建了一种融合电影类别、用户评分和用户标签的电影推荐模型。首先,基于电影类别使用凝聚式层次聚类算法进行社区划分,并找到待推荐的用户所属的社区,然后根据用户评分和用户标签构建用户相似性,在社区中找到和用户最相似的用户集合,最后根据相似用户集合的用户评分预测待推荐用户的评分并进行推荐。在MovieLens数据集上进行仿真实验,该模型相比基于余弦相似性的协同过滤的平均绝对误差(MAE)和均方根误差(RMSE)分别下降了0. 140 4和0. 149 0,相比基于Pearson的协同过滤的MAE和RMSE分别下降了0. 109 5和0. 083 3。实验结果表明该模型具有良好的推荐效果,且该模型在社区内部进行推荐,有效解决了数据稀疏性问题。

关键词：数据稀疏性凝聚层次聚类社区划分电影推荐用户相似性

来源：评论

学校读者我要写书评

暂无评论

基于药物和疾病特征关联的药物重定位混合推荐算法

引用

计算机应用研究 2020年第3期37卷 672-675页

作者：刘杰金柳颀景波合肥工业大学工业与装备技术研究院合肥230000 合肥工业大学国家“111计划”老人福祉信息科技创新引智基地合肥230000

针对基于协同过滤的药物重定位算法进行了研究,考虑到数据稀疏性对协同过滤算法的巨大影响,提出一种基于药物和疾病特征关联的药物重定位混合推荐算法。该算法不仅使用了药物和疾病关系数据,还利用了药物结构、靶蛋白、副作用以及药物... 详细信息

针对基于协同过滤的药物重定位算法进行了研究,考虑到数据稀疏性对协同过滤算法的巨大影响,提出一种基于药物和疾病特征关联的药物重定位混合推荐算法。该算法不仅使用了药物和疾病关系数据,还利用了药物结构、靶蛋白、副作用以及药物—疾病特征矩阵等信息计算药物之间的相似性,降低了数据稀疏性对推荐效果的影响,提高了推荐精度。经过对比实验发现,该算法具备较好的推荐效果,并能够发掘具有潜在联系的药物—疾病组合,进一步验证了该算法可以有效地应用于药物重定位。

关键词：药物重定位数据稀疏性疾病特征混合推荐相似度

来源：评论

学校读者我要写书评

暂无评论

基于信息熵和时效性的协同过滤推荐

引用

计算机应用 2016年第9期36卷 2531-2534页

作者：刘江冬梁刚冯程周泓宇四川大学计算机学院成都610065

针对协同过滤推荐算法存在的噪声数据问题,提出了用户信息熵模型。用户信息熵模型结合信息论中信息熵的概念,采用信息熵的大小衡量用户信息的含量,利用用户评分数据得到用户的信息熵,过滤信息熵低的用户,从而达到过滤噪声数据的目的。同... 详细信息

针对协同过滤推荐算法存在的噪声数据问题,提出了用户信息熵模型。用户信息熵模型结合信息论中信息熵的概念,采用信息熵的大小衡量用户信息的含量,利用用户评分数据得到用户的信息熵,过滤信息熵低的用户,从而达到过滤噪声数据的目的。同时,将用户信息熵模型和项目时效性模型相结合,项目时效性模型利用评分数据上下文信息获得项目的时效性,能有效缓解协同过滤的数据稀疏性问题。实验结果表明提出的算法能有效过滤噪声数据,提高推荐精度,与基础算法相比,推荐精度提高了1.1%左右。

关键词：推荐系统协同过滤噪声数据数据稀疏性信息熵时效性

来源：评论

学校读者我要写书评

暂无评论

基于单分类的协同过滤推荐算法

引用

计算机工程 2011年第19期37卷 59-61页

作者：杨帅薛文谢永红王晓宇祝小杰北京科技大学信息工程学院北京100083

随着电子商务推荐系统中用户和商品数目的增加,用户商品评分数据集的稀疏性会导致协同过滤推荐算法的推荐质量下降。针对该问题,提出一种基于单分类的协同过滤推荐算法。根据目标用户评分商品对应的类别,选择候选最近邻居集,采用单分类... 详细信息

随着电子商务推荐系统中用户和商品数目的增加,用户商品评分数据集的稀疏性会导致协同过滤推荐算法的推荐质量下降。针对该问题,提出一种基于单分类的协同过滤推荐算法。根据目标用户评分商品对应的类别,选择候选最近邻居集,采用单分类预测用户对商品的评分,以减小目标用户与候选最近邻居所形成的数据集稀疏性。实验结果表明,该算法能提高寻找最近邻居的准确性,从而改善协同过滤的推荐质量。

关键词：推荐系统协同过滤数据稀疏性单分类平均绝对偏差

来源：评论

学校读者我要写书评

暂无评论

基于时空图数据的交通事故风险预测方法

引用

控制工程 2024年

作者：王庆荣张凯朱昌锋陈小红兰州交通大学电子与信息工程学院兰州交通大学交通运输学院

为提升捕获时空动态特征的能力，并针对交通网络全局区域的时空交互性问题。基于Transformer架构采用多头注意力机制和图卷积神经网络，构建了一种时空动态图卷积神经网络模型（TADGCN）用于交通事故风险预测。首先，该方法通过自注意... 详细信息

为提升捕获时空动态特征的能力，并针对交通网络全局区域的时空交互性问题。基于Transformer架构采用多头注意力机制和图卷积神经网络，构建了一种时空动态图卷积神经网络模型（TADGCN）用于交通事故风险预测。首先，该方法通过自注意力机制，使TADGCN能够捕获交通事故数据的时空动态性。然后，在空间维度上，通过门控机制将动态特征和静态特征进行融合，以有效地对空间相关性进行建模。此外，还使用样本加权均方误差损失函数来缓解交通事故数据的稀疏性问题。最后，在NYC和Chicago两个数据集上进行了广泛实验。实验结果表明TADGCN在RMSE、MAE和MRE三个指标上优于现有方法。

关键词：智能交通风险预测注意力机制图卷积神经网络数据稀疏性

来源：评论

学校读者我要写书评

暂无评论

推荐算法研究进展

引用

小型微型计算机系统 2022年第3期43卷 544-554页

作者：李孟浩赵学健余云峰宋学永孙知信南京邮电大学现代邮政学院南京210003 国基北盛(南京)科技发展有限公司南京210001

随着互联网的发展,全球数据量爆炸式增长,信息过载现象严重,如何获取用户真正关注的信息成为困扰人们的难题之一.在此背景下,推荐算法在各个领域得到了广泛应用.本文首先介绍了目前主流推荐算法的分类方法和主要评价指标.其次,分别介绍... 详细信息

随着互联网的发展,全球数据量爆炸式增长,信息过载现象严重,如何获取用户真正关注的信息成为困扰人们的难题之一.在此背景下,推荐算法在各个领域得到了广泛应用.本文首先介绍了目前主流推荐算法的分类方法和主要评价指标.其次,分别介绍了当前各类推荐算法的研究进展,其中包括传统推荐算法的基础推荐原理和研究进展以及神经网络在推荐算法中的研究应用,对其进行归纳总结.同时分析了数据稀疏性、冷启动和可伸缩性等推荐算法常见问题.最后,提出了现有推荐算法的不足以及在应用中遇到的部分问题,介绍了未来推荐算法的研究热点.

关键词：推荐算法评价指标神经网络数据稀疏性冷启动

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：