检索结果-内蒙古大学图书馆

小型微型计算机系统 2016年第8期37卷 1680-1685页

作者：吕杰关欣李锵张立毅天津大学电子信息工程学院天津300072 天津商业大学信息工程学院天津300134

协同过滤推荐技术是应用最广泛、最成功的推荐技术,但面临着数据稀疏性问题和冷启动问题的严峻挑战.同时传统协同过滤算法在相似度计算中忽略了用户个人上下文信息对相似度的影响.提出一种基于用户上下文信息和动态预测的协同过滤算法.... 详细信息

协同过滤推荐技术是应用最广泛、最成功的推荐技术,但面临着数据稀疏性问题和冷启动问题的严峻挑战.同时传统协同过滤算法在相似度计算中忽略了用户个人上下文信息对相似度的影响.提出一种基于用户上下文信息和动态预测的协同过滤算法.首先引入用户上下文信息来改善相似性度量方法,更加真实的反映用户相似度;然后在推荐生成阶段,采用能够充分利用最近邻居集的动态预测方法来进行评分预测.通过在Movie Lens-1M数据集上的实验结果表明:该算法能够缓解评分数据稀疏性对协同过滤推荐算法的影响,显著降低平均绝对误差,提高推荐准确率.

关键词：推荐系统协同过滤用户上下文信息评分预测

来源：评论

学校读者我要写书评

暂无评论

用户上下文信息的获取方法和装置

用户上下文信息的获取方法和装置

引用

作者：许家强英属开曼群岛大开曼资本大厦一座四层847号邮箱

本申请提出一种用户上下文信息的获取方法和装置，上述用户上下文信息的获取方法应用在分布式系统中，所述分布式系统包括网页应用服务器、远程过程调用协议中间件和业务应用服务器，所述方法包括：所述业务应用服务器接收远程调用请求... 详细信息

标准号: CN106549997A

本申请提出一种用户上下文信息的获取方法和装置，上述用户上下文信息的获取方法应用在分布式系统中，所述分布式系统包括网页应用服务器、远程过程调用协议中间件和业务应用服务器，所述方法包括：所述业务应用服务器接收远程调用请求；向上下文管理器发送上下文查询请求，以使所述上下文管理器从所述业务应用服务器的线程缓存中获取当前操作用户的上下文信息；接收所述上下文管理器发送的当前操作用户的上下文信息。本申请可以实现在分布式系统中业务应用服务器端获取当前操作用户的上下文信息，进而可以增加业务应用的可复用性，也可避免在接口参数里显示传递用户的上下文信息带来的不便和漏传参数带来的数据错误。

关键词：业务应用服务器上下文信息分布式系统用户上下文信息上下文管理器远程过程调用协议发送缓存远程调用请求方法和装置上下文查询接口参数网页应用业务应用管理器可复用中间件线程申请服务器传递

来源：评论

学校读者我要写书评

暂无评论

用户上下文信息的获取方法和装置

用户上下文信息的获取方法和装置

引用

作者：许家强英属开曼群岛大开曼资本大厦一座四层847号邮箱

标准号: CN106549997B

来源：评论

学校读者我要写书评

暂无评论

融合用户上下文信息的多头注意力序列推荐算法研究

融合用户上下文信息的多头注意力序列推荐算法研究

引用

作者：陈加乐渤海大学

学位级别：硕士

随着个性化推荐系统的快速发展,序列推荐凭借其对用户行为序列分析的能力,在挖掘用户潜在兴趣方面显示出独特优势。注意力机制的引入更是进一步增强了序列推荐模型中捕捉用户上下文信息的能力,尤其是多头注意力机制以其对序列中复杂模... 详细信息

随着个性化推荐系统的快速发展,序列推荐凭借其对用户行为序列分析的能力,在挖掘用户潜在兴趣方面显示出独特优势。注意力机制的引入更是进一步增强了序列推荐模型中捕捉用户上下文信息的能力,尤其是多头注意力机制以其对序列中复杂模式的高效捕获而备受瞩目。考虑到用户行为序列中蕴含的丰富上下文信息对推荐性能的重要影响,以及多头注意力在序列推荐上的显著优势。本文提出了融合用户上下文信息的多头注意力序列推荐模型,旨在更全面地理解用户偏好,并据此生成更为精准的推荐结果。本文的主要研究工作包括: 1.为了深入挖掘用户行为序列中的时间上下文信息和评分上下文信息,本文设计了一种动态图构建算法,用于有效提取并表征用户的长期和短期偏好。通过构建的动态图神经网络,模型不仅能够捕获用户偏好的动态变化,还能够在最终推荐预测结合长期偏好和短期偏好。相较于多个基准算法,所提方法在实验中性能有所提升。 2.现有的图神经网络模型往往会忽略了用户长期偏好随时间变化的动态性和短期偏好的临时性。并且,通过线性方式整合用户-项目和项目-项目交互,这种方法会限制模型的表达能力。本文提出了融合用户上下文信息的多头注意力序列推荐算法,通过两层注意力层来捕捉用户的偏好。第一个注意力层通过用户序列交互信息来捕捉和建模用户的长期偏好,第二个多头注意力层通过耦合用户的长期偏好和短期偏好输出最终的用户偏好。模型有效地提升了对用户行为的理解,并通过融合用户的长期偏好和短期偏好增强了模型的推荐能力。本文所提出的融合用户上下文信息的多头注意力序列推荐算法,显著提升了推荐性能。在两个公开数据集上的评价指标进行的广泛实验表明,与现有的序列推荐算法相比,本文模型展现出更优的推荐效果。

关键词：序列推荐图神经网络用户上下文信息多头注意力

来源：评论

学校读者我要写书评

暂无评论

基于社交图片的用户上下文信息感知算法研究与实现

基于社交图片的用户上下文信息感知算法研究与实现

引用

作者：任怀贵电子科技大学

学位级别：硕士

随着社交行为的网络化,在移动互联网中的多媒体信息以类指数的方式增长着,其中社交图像尤为突出。图片更能符合移动互联网时代的时间零碎化、行为移动化以及体验极致等时代特性。而社交图像由用户在进行社交行为时被当作信息载体而产生... 详细信息

随着社交行为的网络化,在移动互联网中的多媒体信息以类指数的方式增长着,其中社交图像尤为突出。图片更能符合移动互联网时代的时间零碎化、行为移动化以及体验极致等时代特性。而社交图像由用户在进行社交行为时被当作信息载体而产生,因此对社交图像的分析可以用来对其所属用户的相关上下文信息(用来描述用户本身以及用户所在环境中的任何相关信息)进行研究。这些信息能够用于推荐系统以及个性化服务上。但是之前用户上下文信息的获取方法主要采用信息抽取的方式,即从用户的注册信息或者历史行为记录文本中抽取出来,不过会因隐私保护的影响受到极大的限制。因此本文提出一种使用移动互联网上的社交图像感知(预测)用户上下文信息的新颖方法。本文中从移动互联网中丰富的社交图片与其所属用户着手,首先,获取到两种实验数据集(微信和新浪微博数据),并定义本文中的用户上文信息为:用户性别、用户活跃程度、拍摄时的相对位置、用户经常的使用终端、用户的发图习惯、用户社交影响力以及用户图片的影响力。其次使用社交图像提取一系列描述图像的底层特征,并尝试性的分析这些特征与用户上下文中各类别属性之间的区别。接着提出一种基于视觉词袋模型的用户特征学习方法(UCL-BOVW)从图像的底层特征中学习用于表述用户的特征。然后,将上述得到的两种数据特征分别建立模型预测,即基于图像底层特征融合的用户上下文预测模型,以及基于学习用户特征的用户上下文信息预测模型。最后通过提出的两种模型结合机器学习算法,对本文定义的各个用户上下文信息进行预测。此外,本文还结合收集到的数据中的用户的其他信息对模型进行优化,实验结果表明本文提出的预测方法以及GBDT算法能够有效地预测用户的图片影响力、活跃程度等用户上下文信息。

关键词：用户上下文信息社交图片图像特征抽取用户特征学习

来源：评论

学校读者我要写书评

暂无评论

一种基于移动互联网社交图片预测用户上下文信息的方法

一种基于移动互联网社交图片预测用户上下文信息的方法

引用

作者：秦臻任怀贵余林芳 611731 四川省成都市高新区(西区)西源大道2006号

本发明通过分析用户上传到移动互联网上的图片数据，预测图片的内容、用户的性别、天气状况以及活动场景等用户上下文信息。获取用户上传到移动互联网上的图片数据，对图片进行统计分析，并计算相应数字特征。将一张图片的所有数字特征... 详细信息

标准号: CN105279266A

本发明通过分析用户上传到移动互联网上的图片数据，预测图片的内容、用户的性别、天气状况以及活动场景等用户上下文信息。获取用户上传到移动互联网上的图片数据，对图片进行统计分析，并计算相应数字特征。将一张图片的所有数字特征作为图片特征向量，通过图片ID和用户ID将用户的上下文信息和图片特征向量关联起来，分析图片数据与用户上下文信息之间的关系，从而达到依据图片数据预测用户的上下文信息的目的。采用SVM和KNN模型实现对用户的上下文信息的分类预测。本发明将用户的性别、活动场景等作为二分类问题处理，天气状况、图片内容等作为多分类问题处理。本发明实施例的有益效果是，通过分析用用户上传到移动互联网上的图片数据可以对用户的性别、活动场景、图片内容、天气状况等上下文信息做出预测，经过实验能够获得有效的预测效果。

关键词：上下文信息图片数据移动互联网活动场景天气状况用户上下文信息数字特征图片内容图片特征多分类问题分类预测分析图片模型实现问题处理向量关联预测图片预测效果统计分析二分类图片ID 用户ID 预测向量分析获取计算图片处理有效进行

来源：评论

学校读者我要写书评

暂无评论

利用用户上下文信息检测故障状况并随后恢复的方法和设备

利用用户上下文信息检测故障状况并随后恢复的方法和设备

引用

作者： A·S·德阿尔梅达 M·艾哈迈迪 I·W·Y·扬 H·严美国加利福尼亚

一种系统的协处理单元检测与协处理单元相关联的故障状况，并在检测到时利用所存储的用户上下文信息恢复处理单元。在正常工作期间，由协处理单元在存储器中存储用于执行操作命令的用户上下文信息并在故障检测之后进行维护。当由于放电... 详细信息

标准号: CN103761160B

一种系统的协处理单元检测与协处理单元相关联的故障状况，并在检测到时利用所存储的用户上下文信息恢复处理单元。在正常工作期间，由协处理单元在存储器中存储用于执行操作命令的用户上下文信息并在故障检测之后进行维护。当由于放电静电事件导致处理单元的至少一部分无法工作时检测为故障状况。可以通过由协处理单元接收到表示故障状况的信息，或通过检查与处理单元相关联的至少一个存储器位置来确定其中存储的信息是否表示故障状况来检测故障状况。协处理单元利用所存储的用户上下文信息将故障前检测状态信息恢复到与处理单元相关联的存储位置，使处理单元返回到已知的可工作状态。

关键词：协处理单元故障状况处理单元用户上下文信息存储检测关联恢复处理单元正常工作期间状态信息恢复存储器位置可工作状态存储器操作命令存储位置故障检测静电事件放电返回检查维护

来源：评论

学校读者我要写书评

暂无评论

一种用户上下文信息聚合的协同推荐方法

一种用户上下文信息聚合的协同推荐方法

引用

作者：胡金龙梁俊杰 510640 广东省广州市天河区五山路381号

本发明公开了一种用户上下文信息聚合的协同推荐方法，包括根据用户行为日志和上下文信息构建用户‑物品评分矩阵和用户‑特征矩阵；利用相似性计算方法计算用户的评分相似性和特征相似性；根据评分相似性和特征相似性，计算用户之间的聚... 详细信息

标准号: CN106326483A

本发明公开了一种用户上下文信息聚合的协同推荐方法，包括根据用户行为日志和上下文信息构建用户‑物品评分矩阵和用户‑特征矩阵；利用相似性计算方法计算用户的评分相似性和特征相似性；根据评分相似性和特征相似性，计算用户之间的聚合相似性，通过个性化相似性聚合计算方法得到近邻用户；根据近邻用户对物品的评分和聚合相似性，预测用户对所有未评分物品的评分，选取预测评分最高的N个物品为用户的推荐候选物品集，从候选物品集选择物品进行推荐。本发明可以有效地提升个性化协同推荐的准确性。