检索结果-内蒙古大学图书馆

计算机学报 2017年第12期40卷 2797-2811页

作者：尹祎冯丹施展华中科技大学计算机科学与技术学院武汉430074 华中科技大学武汉光电国家实验室武汉430074 华中科技大学信息存储系统教育部重点实验室武汉430074

近年来,个性化推荐方法逐渐成为推荐系统领域的研究热点,文章推荐就是其中的一个分支.然而目前大部分文章推荐方法还存在以下问题:首先,这些方法大多还是基于协同过滤或者基于内容的推荐,而这些方法无法满足用户因自身偏好带来的需求,... 详细信息

近年来,个性化推荐方法逐渐成为推荐系统领域的研究热点,文章推荐就是其中的一个分支.然而目前大部分文章推荐方法还存在以下问题:首先,这些方法大多还是基于协同过滤或者基于内容的推荐,而这些方法无法满足用户因自身偏好带来的需求,它们倾向于通过获取文章的各种不同属性来代表文章,这样的获取方式存在着对文章本身理解的偏差.其次,还存在一些文章推荐方法使用搜索代替推荐,这种方法仅仅以用户的偏好为基础,并不考虑文章的内在属性和联系,反馈回的数据依赖于用户做大量的判断.这些都为文章推荐方法的研究提出了挑战与机遇.该文主要聚焦的问题是:(1)已有的文章有多大的可能性成为用户的选择.对于推荐方法来说,过去的文章更多的是通过一些文章属性来获取.如研究领域、作者姓名、文章权威性、文章发表时间、引用数量等,这些属性的数据量庞大且没有量化标准,用户不容易通过这些信息来准确获取自己想要的文章;(2)什么样的推荐方法能将用户需要的文章更好的推荐出来.由于用户的偏好是一种理性和感性的共同选择,因此推荐方法不仅需要考虑文章自身的影响力,还要考虑用户需求的程度和方向.该文通过分析用户与文章的关系,提出一种个性化文章推荐方法,该方法基于效用理论,为了得到效用函数,该文将文章属性和用户偏好作为效用函数的元素,首先分析了文章属性和用户偏好之间的关系,其次通过最优化的效用函数得到用户对文章的评价值,最后通过对不同的评价值进行比较,将相关的文章推荐给用户.这样就可以通过效用函数最终获取用户所需的文章.该文的贡献主要包括以下几方面.(1)建立了一种关于论文属性和用户偏好的组合模型,该模型是通过效用函数建立的,目标是使用户的利益达到最大;(2)效用函数中的变量来自于论文属性和用户偏好的取值,将论文属性和用户偏好同时进行量化,比以往单一的通过文章属性建立的方法更灵活,也比单一通过用户的偏好建立的方法更全面.通过实验对比利用该方法推荐的文章相对于其他方法准确率平均提高了7.17%,召回率平均提高了4.55%,说明该方法推荐的文章质量是可以保证的.

关键词：文章推荐效用函数文章属性用户偏好评价值推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于图嵌入表示的文章推荐模型

基于图嵌入表示的文章推荐模型

引用

作者：胡桥单哈尔滨理工大学

学位级别：硕士

推荐系统以减少用户从海量数据中寻找自己感兴趣的信息所花费的时间和为不同用户实现个性化推荐为目的。文章推荐是推荐系统中一个重要的应用。现有的文章推荐模型在处理稀疏数据时仅仅通过简单地嵌入将高维数据转化为低维数据,因此在... 详细信息

推荐系统以减少用户从海量数据中寻找自己感兴趣的信息所花费的时间和为不同用户实现个性化推荐为目的。文章推荐是推荐系统中一个重要的应用。现有的文章推荐模型在处理稀疏数据时仅仅通过简单地嵌入将高维数据转化为低维数据,因此在嵌入的过程中未能充分利用用户信息和文章信息,从而导致了模型推荐不够准确。因此,本文提出了一种基于图嵌入表示的文章推荐模型。针对利用文章特征信息和文章节点关联信息不充分的问题,本文提出了采用双路编码器对文章信息进行挖掘的方法。该方法采用图自编码器和自编码器分别获取文章关联特征和节点特征的低维嵌入,既关注了文章之间的关联特征,又获取了文章节点的特征,避免了特征的浪费并且获得了更好的特征表示。通过双路编码器降维与特征进行提取,将高维数据转化为低维数据、稀疏特征转化为稠密特征,避免了维度灾难和数据稀疏的问题。针对未能充分利用用户和文章之间交互信息、隐含关系的问题,本文通过构造二部图对用户信息进行建模,在得到“用户-文章”关联矩阵后,经过嵌入得到了“用户-文章”关联矩阵的低维表示。利用概率矩阵分解更新“用户-文章”关联矩阵、文章节点特征和文章关联特征的低维嵌入,最终完成推荐。模型解决了在数据稀疏情况下造成推荐结果不够理想以及特征利用不充分的问题。经实验证明,本文的模型优于其他推荐模型且有效的提升推荐质量。模型可完成用户偏好预测、个性化推荐等任务。最终经过实践应用,证明了模型的有效性。

关键词：推荐系统个性化推荐二部图图嵌入文章推荐

来源：评论

学校读者我要写书评

暂无评论

基于文本处理和用户画像的文章推荐系统

基于文本处理和用户画像的文章推荐系统

引用

作者：袁黄辉南京邮电大学

学位级别：硕士

随着数据信息时代的到来,层出不穷的文章平台和网站使人们能更便捷地获取知识,但同时,信息的快速膨胀也带来了一些问题。一方面,用户面对海量的文章难以快速找到目标;另一方面,平台方也想为用户呈现个性化的内容以提升用户体验。而文章... 详细信息

随着数据信息时代的到来,层出不穷的文章平台和网站使人们能更便捷地获取知识,但同时,信息的快速膨胀也带来了一些问题。一方面,用户面对海量的文章难以快速找到目标;另一方面,平台方也想为用户呈现个性化的内容以提升用户体验。而文章推荐系统作为信息过滤的一种方式,大大提升了用户与目标的触达效率,逐渐成为互联网产品中不可或缺的一部分。其中文本和用户作为最主要的两大对象实体时刻影响着最终的推荐效果,因此,研究基于文本处理及用户画像的推荐方法是具有重要意义的。首先基于文章推荐中文本的语义丰富性,并对比目前各类文本处理方法,本文提出了一种基于深度文本处理的推荐模型。该模型针对现有方法很少考虑到全局词共现的问题,采用GCN(Graph Convolutional Network)网络进行文本分类并提取特征。另外针对用户画像模型中兴趣偏好这一特征维度的动态性和关联性,对用户兴趣模型进行构建,提升特征提取准确性的同时也优化了最终的推荐效果。接着考虑到传统协同过滤方法通常会出现用户冷启动及矩阵过于稀疏的问题,在对比调研各类应用于文章推荐场景下的优化方法后,本文设计了一种融合用户画像技术的协同过滤推荐方法。该方法针对文章推荐的场景设计了一种用户画像标签体系,同时利用相关文本处理技术提取多维度的用户特征,并提出一种优化的用户聚类方法,在为用户进行有效分类的同时也大大提升了推荐计算的效率。最终在进行协同过滤推荐时有效缓解了冷启动及矩阵稀疏问题。最后对所提的两种方法进行了仿真实验,并将所提方法以一种并列的关系植入实际的推荐系统中,再通过对得到的两类待推荐文章集合进行混合后排序来完成最终的推荐。实验结果和系统实际的运行情况都证明了方法的可行性与准确性。

关键词：文章推荐文本处理用户画像深度学习

来源：评论

学校读者我要写书评

暂无评论

基于用户兴趣的文章推荐系统的研究与实现

基于用户兴趣的文章推荐系统的研究与实现

引用

作者：李瑞宁夏大学

学位级别：硕士

伴随着网络的普及,互联网中文章的数量增长速度惊人,现如今我们已经进入到了信息爆炸的时代。面对海量的数据信息,用户难以从其中筛选出自己感兴趣的内容进行阅读。因此,降低访问和分发文章的难度,提高文章阅读效率以及提供用户友好型... 详细信息

伴随着网络的普及,互联网中文章的数量增长速度惊人,现如今我们已经进入到了信息爆炸的时代。面对海量的数据信息,用户难以从其中筛选出自己感兴趣的内容进行阅读。因此,降低访问和分发文章的难度,提高文章阅读效率以及提供用户友好型阅读平台,已成为当前需要解决的最重要问题。文章推荐是通过提示用户阅读他们感兴趣的文章来解决此问题的重要方法。协作过滤算法由于其简单性和实用性被广泛用于推荐系统中。但是,该算法仅将用户行为作为感兴趣的凭据,而忽略了文章文本的内容,因此推荐的准确性较低。另外,协同过滤算法需要通过所有用户的查找发现用户的相似邻居,在推荐系统用户增多的情况下,算法的效率就会大打折扣。因此,本文基于用户的协作过滤算法,通过将隐狄利克雷主题模型(LDA)模型和Word2vec结合起来识别用户感兴趣的主题,对用户进行分组,提出了基于用户兴趣的文章推荐方法。首先,LDA定义了从单词到主题,从主题到文档的全局层次关系。Word2vec是一种从目标词周围上下文中预测目标词的词嵌入模型。本文将LDA模型与Word2vec模型相结合,利用距离包从文档中提取语义空间特征。距离包不仅建立了文档与主题分布的关系,而且整合了词的上下文关系,使得基于主题特征的文档分类更有意义。与此同时,本文采用主题模型和词向量模型结合的方式对用户的文章内容进行分析,以文章和主题的距离分布的形式描述用户的兴趣。其次,为了降低相似度计算的搜索开销,提高文章推荐效率,本文采用了优化后的K-means算法对用户进行聚类操作后,再对相似用户进行聚类搜索。最后,完成了文章推荐系统的设计与实现,通过实验验证了本系统在推荐文章的准确性方面有一定的提升。

关键词：文章推荐主题模型用户兴趣模型用户聚类

来源：评论

学校读者我要写书评

暂无评论

基于P2P的混合过滤文章推荐系统

引用

心智与计算 2007年第4期 442-447页

作者：林颖郭锋厦门大学智能科学与技术系

研究了在分布式的情况下的混合推荐机制,根据P2P环境下文档线性增长的特点,提出了用户兴趣模板的更新算法。实验表明,基于混合过滤的方法推荐效果要远远好于基于内容过滤或基于协作过滤的方法。

关键词： P2P 混合过滤文章推荐

来源：评论

学校读者我要写书评

暂无评论

文章推荐方法、装置及电子设备

文章推荐方法、装置及电子设备

引用

作者：金峙廷屈振东秦凯 310051 浙江省杭州市滨江区长河街道网商路699号4号楼5楼508室

本发明公开了一种文章推荐方法、装置及电子设备。该方法包括：确定目标用户在当前文章中的用户兴趣章节；根据目标用户的用户特征，在用户兴趣章节中获取用户热点词汇；根据用户热点词汇，选取对应的文章推荐给目标用户。根据本发明，... 详细信息

标准号: CN109325223B

本发明公开了一种文章推荐方法、装置及电子设备。该方法包括：确定目标用户在当前文章中的用户兴趣章节；根据目标用户的用户特征，在用户兴趣章节中获取用户热点词汇；根据用户热点词汇，选取对应的文章推荐给目标用户。根据本发明，可以提高文章推荐的精准度，满足用户对文章阅读的个性化需求，克服基于文章整体内容推荐相似文章的缺陷，实现真正的“扩展阅读”。

关键词：目标用户文章推荐热点词汇用户兴趣装置及电子设备个性化需求文章阅读用户特征整体内容精准度阅读

来源：评论

学校读者我要写书评

暂无评论

文章推荐方法及装置、存储介质、电子设备

文章推荐方法及装置、存储介质、电子设备

引用

作者：高林杰 100195 北京市海淀区杏石口路65号西杉创意园四区11号楼东段1-4层西段1-4层

本公开涉及计算机技术领域，尤其涉及一种基于商品相关的文章推荐方法及装置、存储介质、电子设备。该方法包括：获取多个待推荐文章，并将各所述待推荐文章分别转化为第一N维向量；获取待推荐商品的标题，并将所述待推荐商品的标题转... 详细信息

标准号: CN110020195A

本公开涉及计算机技术领域，尤其涉及一种基于商品相关的文章推荐方法及装置、存储介质、电子设备。该方法包括：获取多个待推荐文章，并将各所述待推荐文章分别转化为第一N维向量；获取待推荐商品的标题，并将所述待推荐商品的标题转化为第二N维向量；根据所述第二N维向量和各所述第一N维向量计算所述待推荐商品与各所述待推荐文章的相关度评分；根据所述待推荐商品与各所述待推荐文章的相关度评分并结合一预设相关度评分在所述多个待推荐文章中确定目标推荐文章，并对所述目标推荐文章进行推荐。本公开大大的降低了人力成本，提高了产品的转化率。

关键词：相关度向量计算机技术领域存储介质电子设备人力成本文章推荐向量计算预设转化

来源：评论

学校读者我要写书评

暂无评论

文章推荐方法、装置、电子设备及存储介质

文章推荐方法、装置、电子设备及存储介质

引用

作者：张新宇杜颖 518133 广东省深圳市宝安区新安街道海滨社区宝兴路6号海纳百川总部大厦A座14层1402

本发明提供了一种文章推荐方法、装置、电子设备及存储介质；方法包括：为文章库中的文章分配所归属的主题；根据文章对应用户的关注数据，确定用户的关注行为对与文章相符的主题的影响程度；根据影响程度，更新与文章相符的主题；获取... 详细信息

标准号: CN110472016B

本发明提供了一种文章推荐方法、装置、电子设备及存储介质；方法包括：为文章库中的文章分配所归属的主题；根据文章对应用户的关注数据，确定用户的关注行为对与文章相符的主题的影响程度；根据影响程度，更新与文章相符的主题；获取用户的文章列表；在文章库中文章所归属的主题中，确定与文章列表中文章相符的主题；获取文章库中归属于与文章列表中文章相符的主题的文章，并根据所获取的文章执行推荐操作。通过本发明，能够更准确的对用户进行个性化的文章推荐。

关键词：相符文章推荐归属存储介质电子设备个性化分配更新

来源：评论

学校读者我要写书评

暂无评论

文章推荐方法、装置、设备及存储介质

文章推荐方法、装置、设备及存储介质

引用

作者：张新宇张伸正 100080 北京市海淀区海淀大街38号银科大厦16层1601-1608室

本发明实施例提供了一种文章推荐方法、装置、设备及存储介质；所述方法包括：从待推荐对象的画像信息中，提取至少两个兴趣标签；根据每一所述兴趣标签的权重，对所述至少两个兴趣标签进行采样，得到索引词集合；确定与索引词集合中的... 详细信息

标准号: CN112825089A

本发明实施例提供了一种文章推荐方法、装置、设备及存储介质；所述方法包括：从待推荐对象的画像信息中，提取至少两个兴趣标签；根据每一所述兴趣标签的权重，对所述至少两个兴趣标签进行采样，得到索引词集合；确定与索引词集合中的索引词相匹配的候选文章集合；确定所述候选文章集合中每一候选文章与所述画像信息之间的匹配度；根据所述匹配度，对所述候选文章集合进行采样，得到待推荐的目标文章集合；从而，通过对多个兴趣标签采样，能够在得到的目标文章中涉及到画像信息中尾部的兴趣，从而将包含与画像信息中尾部的兴趣匹配的文章的目标文章集合反馈给待推荐对象。

关键词：文章集合画像信息索引词标签采样匹配度匹配集合存储介质文章推荐权重反馈

来源：评论

学校读者我要写书评

暂无评论

文章推荐方法、装置、计算机设备和存储介质

文章推荐方法、装置、计算机设备和存储介质

引用

作者：杜锦阳李策曹帅毅刘晏萁 100140 北京市西城区复兴门内大街55号

本申请涉及一种文章推荐方法、装置、计算机设备和存储介质。本申请涉及大数据和人工智能技术领域。方法包括：获取用户的个人信息、以及多个文章的内容信息；提取每个文章的内容信息的各兴趣点数据，识别用户的个人信息的各特征点数据... 详细信息

标准号: CN116842171A

本申请涉及一种文章推荐方法、装置、计算机设备和存储介质。本申请涉及大数据和人工智能技术领域。方法包括：获取用户的个人信息、以及多个文章的内容信息；提取每个文章的内容信息的各兴趣点数据，识别用户的个人信息的各特征点数据，并基于每个文章的各兴趣点数据、以及用户的各特征点数据，通过异质信息网络，建立用户与各文章的结构关系图网络；通过梯度下降优化策略，确定结构关系图网络中用户与各文章的邻近度信息，得到用户与各文章的文章推荐图网络，并基于文章推荐图网络，计算各文章与用户的相似度，筛选相似度最高的文章，作为用户的推荐文章。采用本方法能够提升给用户推荐用户需求的文章的精准度。

关键词：文章推荐兴趣点数据网络个人信息结构关系内容信息特征点数相似度人工智能技术计算机设备存储介质异质信息用户推荐用户需求优化策略大数据精准度邻近度申请筛选

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：