检索结果-内蒙古大学图书馆

河南省计算机学会2011年学术年会

作者：石丽丽河南大学计算机与信息工程学院河南开封475004

协同过滤推荐作为目前应用最广泛和最成功的个性化推荐系统,介绍了协同过滤推荐的实现步骤、相似性度量、协同过滤的不足,总结了数据稀疏性问题的相关解决方法,并对这几种方法的优缺点做了分析和比较研究,最后介绍了协同过滤推荐系统未... 详细信息

协同过滤推荐作为目前应用最广泛和最成功的个性化推荐系统,介绍了协同过滤推荐的实现步骤、相似性度量、协同过滤的不足,总结了数据稀疏性问题的相关解决方法,并对这几种方法的优缺点做了分析和比较研究,最后介绍了协同过滤推荐系统未来研究可能发展的方向。

关键词：推荐系统协同过滤数据稀疏性冷启动

来源：评论

学校读者我要写书评

暂无评论

一种基于聚类和协同过滤的组合推荐算法

引用

计算机工程与科学 2010年第12期32卷 125-127,133页

作者：刘旭东葛俊杰陈德人烟台职业学院信息工程系山东烟台264670 浙江大学计算机科学与技术学院浙江杭州310027

协同过滤技术是目前电子商务推荐系统中最为主要的技术之一,但随着系统规模的日益扩大,它面临着算法可扩展性和数据稀疏性两大挑战。针对上述问题,本文提出了一种基于聚类和协同过滤的组合推荐算法。首先利用聚类对项目进行分类,在用户... 详细信息

协同过滤技术是目前电子商务推荐系统中最为主要的技术之一,但随着系统规模的日益扩大,它面临着算法可扩展性和数据稀疏性两大挑战。针对上述问题,本文提出了一种基于聚类和协同过滤的组合推荐算法。首先利用聚类对项目进行分类,在用户感兴趣的类里进行推荐计算,有效地解决了算法的可扩展性问题;接着在每一类中使用基于项目的协同过滤对未评价的项目进行预测,把较好的预测值填充到原用户-项集合中,有效地缓解了数据稀疏性问题;最后根据协同过滤推荐在相似项目的范围内计算邻居用户,给出最终的预测评分并产生推荐。实验结果表明,本算法有效地解决了上述两个问题,提高了推荐系统的推荐质量。

关键词：协同过滤聚类算法可扩展性数据稀疏性平均绝对偏差

来源：评论

学校读者我要写书评

暂无评论

基于混合方法的电子商务推荐系统的研究与应用

基于混合方法的电子商务推荐系统的研究与应用

引用

作者：顾牡丹广东工业大学

学位级别：硕士

随着互联网的普及和电子商务的快速发展,电子商务系统提供更多选择的同时,其结构也变得更加复杂,用户经常会迷失在大量的商品信息空间中,无法顺利找到自己所需商品。电子商务推荐系统解决了“信息迷航”和“信息过载”问题,实现了直接... 详细信息

随着互联网的普及和电子商务的快速发展,电子商务系统提供更多选择的同时,其结构也变得更加复杂,用户经常会迷失在大量的商品信息空间中,无法顺利找到自己所需商品。电子商务推荐系统解决了“信息迷航”和“信息过载”问题,实现了直接与用户交互,帮助用户快速找到他们真正所需购买的商品。电子商务推荐系统能有效保留用户、防止客户流失,提高电子商务系统的销售量。但当前的电子商务推荐系统在实际运用中还相当不成熟,仍然存在推荐质量不高、推荐实时性差、数据稀疏性、冷启动等问题。　　针对电子商务推荐系统面临的主要挑战,本文通过文献综述分析了当前国内外电子商务推荐系统研究现状,归纳了主要推荐技术的优缺点。在原有的组合推荐系统基础上,推出一种基于内容过滤、协同过滤和Web数据挖掘的混合方法推荐系统,以协同过滤为主,内容过滤为辅,利用内容过滤来弥补协同过滤的缺点,解决数据的稀疏性问题和扩展性问题,同时结合基于Web数据挖掘的推荐技术综合应用,通过浏览器的方式进行用户评分数据收集与推荐结果显示,解决非注册用户的行为模式,有效提高推荐系统的推荐质量和推荐效率。基于协同过滤产生的数据稀疏性问题,以及冷启动和扩展性问题,恰恰可通过基于内容过滤的推荐方法来进行改善,同时利用Web数据挖掘技术解决大量用户信息,特别是非注册用户的行为模型,三种推荐方法的互补性使得各自的优点均得到发挥。该混合推荐技术充分利用了用户的相关信息,结合用户隐性兴趣和显性兴趣,使得推荐结果更符合用户需求。本文的主要研究工作包括:(1)对当前国内外主流推荐技术进行研究分析,发现普遍存在推荐方法单一、推荐自动化程度低和缺乏个性化推荐等问题。(2)提出基于协同过滤为主,Web挖掘和内容过滤为辅的转换型混合推荐方法,详细介绍了该混合方法模型设计与实现,该方法的优势在于有效的弥补各自算法缺陷,同时充分发挥了各自的优势。(3)以设计基于混合方法的数码电子商务推荐系统实验型网站为实例,并与其他采用传统推荐方法的推荐系统作比较,得出客观有效的测试结果。

关键词：推荐系统电子商务混合推荐协同过滤数据稀疏性数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于用户兴趣的电子商务推荐方法

引用

沈阳工业大学学报 2009年第5期31卷 573-576,595页

作者：崔宝侠任重段勇沈阳工业大学信息科学与工程学院沈阳110870

针对数据稀疏性与推荐实时性的技术难题,在结合传统用户合作过滤推荐的基础上,提出了基于兴趣度向量模型的用户合作推荐机制.该方法合理利用了用户的人口统计信息,即用户提交给网站的注册信息,来辅助基于兴趣度向量模型的推荐方法,在提... 详细信息

针对数据稀疏性与推荐实时性的技术难题,在结合传统用户合作过滤推荐的基础上,提出了基于兴趣度向量模型的用户合作推荐机制.该方法合理利用了用户的人口统计信息,即用户提交给网站的注册信息,来辅助基于兴趣度向量模型的推荐方法,在提高预测精度的同时还可以解决推荐系统的新用户问题.采用MovieLens网站上提供的研究数据进行模拟推荐实验,通过对平均绝对偏差对比分析可得,兴趣向量模型的推荐方法在一定程度上比传统合作过滤算法有更高的推荐精度.

关键词：合作过滤兴趣度向量模型平均绝对偏差人口统计信息推荐系统数据稀疏性推荐机制推荐方法

来源：评论

学校读者我要写书评

暂无评论

基于协同过滤技术的推荐方法研究

基于协同过滤技术的推荐方法研究

引用

作者：郁雪天津大学

学位级别：博士

随着网络与信息技术的飞速发展,互联网为用户提供越来越多的信息和服务,Web用户面临的信息超载问题日趋严重。面对海量的网络资源,推荐系统能够及时跟踪用户的需求变化来自动调整信息服务的方式和内容,是一种极具潜力的解决信息超载的... 详细信息

随着网络与信息技术的飞速发展,互联网为用户提供越来越多的信息和服务,Web用户面临的信息超载问题日趋严重。面对海量的网络资源,推荐系统能够及时跟踪用户的需求变化来自动调整信息服务的方式和内容,是一种极具潜力的解决信息超载的个性化服务技术。协同过滤技术是推荐系统中最广泛使用和最成功的技术之一,在理论研究和实践中都取得了快速的发展。但是随着用户数量和系统规模的不断扩大,协同过滤推荐技术将面临严重的数据稀疏性、超高维、冷启动和实时推荐等方面的挑战。本文针对这些问题,应用统计学和数据挖掘理论与方法,定义了新的相似性度量方法,提出了更为有效的协同过滤推荐算法,给出了电子政务信息推荐系统的体系结构设计,并对多种推荐策略做了详细的探讨。主要研究成果如下: 1)详细分析了协同过滤技术中数据稀疏性问题,针对传统相似性度量会导致预测误差的问题,提出了一种新的混合协同过滤推荐算法框架。新算法首先引入新的相似性度量方法,利用站点的概念层次结构,综合考虑页面之间的主题相似性。然后在新相似度的基础上通过基于项目的协同过滤方法预测原始兴趣矩阵的空白评分项,缓解矩阵的稀疏性,最后在平滑后的矩阵上为用户产生推荐。实验对真实Log日志数据进行了测试,结果证明了该算法在提高推荐质量方面的有效性。 2)深入研究了推荐系统中原始评分矩阵的超高维特性,提出了一种基于局部主成分分析(Local Principle Component Analysis)的协同过滤推荐方法,该算法首先根据站点的领域知识对网页进行按主题分类,使同一主题的页面具有较强的内容相关性,然后每类页面分别进行主成分变换,实现数据的降维预处理。对每类主题页面设置用户的兴趣阈值,算法实现了从用户和项目的角度分别进行降维处理,最后的实验结果显示了基于局部主成分分析的降维方法可以显著的提高预测精度,但对训练数据集的稠密性具有较高的要求。 3)针对推荐系统中实时性和推荐质量不能同时兼顾的问题,提出了一种使用维数约简和聚类技术的混合推荐算法。该算法首先对高维的原始评分矩阵进行全局降维,在低维空间上使用聚类技术缩小目标用户的最近邻搜索空间,使推荐算法的在线计算量大大减少,算法对标准数据集和真实数据都进行了实验测试,结果表明在改善实时推荐效率的同时,算法也具有较高的评分预测精度,并且不同的数据集对推荐结果的影响也是比较明显的。 4)针对目前电子政务系统中个性化信息服务的需求,提出了一种面向公众的信息推荐服务模型,设计了个性化推荐系统的体系结构,探讨了其主要功能模块和实现的核心技术,并且根据目前电子政务门户网站的数据特点和服务对象采用了多种推荐策略,能够有效的满足不同情况下的推荐需求。

关键词：推荐系统协同过滤算法数据稀疏性维数约简主成分分析聚类技术

来源：评论

学校读者我要写书评

暂无评论

基于双信息源的协同过滤算法研究

基于双信息源的协同过滤算法研究

引用

全国第20届计算机技术与应用(CACIS)学术会议

作者：董全德合肥工业大学计算机与信息学院安徽合肥 230009 宿州学院计算机科学与技术系安徽宿州 234000

为了解决数据稀疏性、针对具有专门知识背景和交互性强的项目推荐，本文提出基于双信息源模式的协同过滤算法(Dual Information SourceModel-Based Collaborative Filtering Algorithms，DISCF)，该方法判断活动用户对目标项目的兴趣程... 详细信息

为了解决数据稀疏性、针对具有专门知识背景和交互性强的项目推荐，本文提出基于双信息源模式的协同过滤算法(Dual Information SourceModel-Based Collaborative Filtering Algorithms，DISCF)，该方法判断活动用户对目标项目的兴趣程度建立在两个推荐组——相似用户推荐组(最近邻居集合)与专家推荐组基础上，把两个推荐组的建议结合起来，形成可靠的信息源，然后，分析各自影响活动用户对目标项目的权重，计算活动用户的最终兴趣度，实现系统推荐。

关键词：协同过滤双信息源可信度平均绝对偏差数据稀疏性最近邻居集合

来源：评论

学校读者我要写书评

暂无评论

集成项目类别与语境信息的协同过滤推荐算法

引用

计算机集成制造系统 2008年第7期14卷 1449-1456页

作者：姚忠吴跃常娜北京航空航天大学经济管理学院北京100083 国家信息中心北京100045

为改进基于项目的协同过滤推荐算法的推荐效果,在项目相似性计算时引入项目类别因素的影响,得出新的推荐算法,即基于项目类别的修正条件概率相似性,并在此基础上提出集成语境信息的多维推荐模型。通过与相关相似性、余弦相似性和修正余... 详细信息

为改进基于项目的协同过滤推荐算法的推荐效果,在项目相似性计算时引入项目类别因素的影响,得出新的推荐算法,即基于项目类别的修正条件概率相似性,并在此基础上提出集成语境信息的多维推荐模型。通过与相关相似性、余弦相似性和修正余弦相似性的数值实验对比,证明在数据比较稀疏的情况下,改进算法所获得的推荐效果有较大提高。

关键词：电子商务推荐系统协同过滤项目相似性项目类别语境信息条件概率数据稀疏性

来源：评论

学校读者我要写书评

暂无评论

聚类算法在结构化语言模型中的应用

引用

电信技术研究 2008年第3期 26-34页

作者：邱忆黄世泽

逐步把握文章的语义对于自然语言处理来说是一项很大的挑战。在自然语言处理中，数据的稀疏性是一个让许多学者都感到头疼的问题。当一个词语的词频小到不能进行可靠的极大似然估计的时候，机器就不能准确的把握这个词的含义了。一个词... 详细信息

逐步把握文章的语义对于自然语言处理来说是一项很大的挑战。在自然语言处理中，数据的稀疏性是一个让许多学者都感到头疼的问题。当一个词语的词频小到不能进行可靠的极大似然估计的时候，机器就不能准确的把握这个词的含义了。一个词的含义可以通过计算该词的相似词含义的加权得出。所以，词与词之间的相似度对于解决词语稀疏性问题将会有所帮助，本文所研究的词语相似度计算也是基于这一点进行的。实验证明，该算法在算法复杂度和聚类效果上比传统的基于贪婪原则的统计聚类算法都有明显的改进。在本文中，首先介绍国内外关于相似度计算的几种成熟的算法。然后，把问题层层细分到几个模块分别予以讨论，并采用基于上下丈环境的相似度算法。本系统的功能是对语料库进行统计学习，掌握其中词汇的上下丈分布特征，形成上下文信息集；对这些上下丈信息计算互信息值作为权重，通过计算两个词语的上下文环境的相符程度得到它们之间的相似度。最后，讲解一下系统的实现和性能评价，即交叉熵的计算。

关键词：相似度数据稀疏性互信息上下文信息交叉熵

来源：评论

学校读者我要写书评

暂无评论

基于电阻网络与稀疏数据预测的协同过滤算法研究

基于电阻网络与稀疏数据预测的协同过滤算法研究

引用

作者：马骋浙江大学

学位级别：硕士

CADAL数字图书馆巾存放了海量数字内容,用户在访问数字图书馆的过程中经常面临着信息过载的问题。CADAL门户上为用户提供了一批个性化服务,其中个性化推荐服务是帮助用户克服信息过载的重要手段,大为减少用户寻找信息时候花费的时间与... 详细信息

CADAL数字图书馆巾存放了海量数字内容,用户在访问数字图书馆的过程中经常面临着信息过载的问题。CADAL门户上为用户提供了一批个性化服务,其中个性化推荐服务是帮助用户克服信息过载的重要手段,大为减少用户寻找信息时候花费的时间与精力。应用于个性化推荐系统的协同过滤技术在过去的十年中获得了长足发展,但是仍然存在着二大类问题:一、用户间或物品间相似度计算方法单一,多是简单的向量运算;二、系统收集的评分数据稀疏时,常见的基于记忆的推荐系统效果不佳,尤其是在系统运行初期时候,还有冷启动的问题。本文的主要工作如下:一、采用了一种新颖的基于电阻网络模型的相似度计算方法。用户与物品可被视为电阻网络中的节点,用户给物品评分就构成电阻网络上的通路,评分值即为电导,则与物理电阻网络类似,可以利用线性方程组来求取用户节点间的相似度或者物品节点间的相似度。二、给出一种有效的稀疏数据预测算法:集成使用物品间相似度与用户间相似度,有选择性地预测较有把握的缺失评分,在扩大后的评分集合基础上预测最终的用户评分。三、实现了基于电阻网络模型的协同过滤算法Electrical Resistance Network Model forCollaborative Filtering(ERCF)。考虑到CADAL网站上收集评分数目不多,我们在著名的MovieLens评分数据集上进行了详细实验,实验结果表明ERCF在准确度上超过其他被测试的方法,有选择性地预测缺失评分可以显著提高推荐算法的准确度。

关键词：数字图书馆个性化推荐协同过滤相似度计算电阻网络数据稀疏性数据预测

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

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：