检索结果-内蒙古大学图书馆

软件学报 2013年第1期24卷 91-108页

作者：孟祥武胡勋王立才张玉洁北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 北京邮电大学计算机学院北京100876

近年来,移动推荐系统已成为推荐系统研究领域最为活跃的课题之一.如何利用移动上下文、移动社会化网络等信息进一步提高移动推荐系统的推荐精确度和用户满意度,成为移动推荐系统的主要任务.对最近几年移动推荐系统研究进展进行综述,对... 详细信息

近年来,移动推荐系统已成为推荐系统研究领域最为活跃的课题之一.如何利用移动上下文、移动社会化网络等信息进一步提高移动推荐系统的推荐精确度和用户满意度,成为移动推荐系统的主要任务.对最近几年移动推荐系统研究进展进行综述,对其关键技术、效用评价以及应用实践等进行前沿概括、比较和分析.最后,对移动推荐系统有待深入的研究难点和发展趋势进行分析和展望.

关键词：移动推荐系统上下文社会化网络应用综述

来源：评论

学校读者我要写书评

暂无评论

基于位置的移动推荐系统效用评价研究

引用

计算机学报 2019年第12期42卷 2695-2721页

作者：孟祥武梁弼杜雨露张玉洁智能通信软件与多媒体北京市重点实验室(北京邮电大学) 北京100876 北京邮电大学计算机学院北京100876

近年来,基于位置的移动推荐系统已经成为个性化推荐服务研究领域的热门课题之一.如何在有限数据集和用户量的情况下,采用恰当的评价方法和指标来有效评估推荐系统性能,已成为移动推荐系统研究的关键任务.本文首先概括分析了基于位置的... 详细信息

近年来,基于位置的移动推荐系统已经成为个性化推荐服务研究领域的热门课题之一.如何在有限数据集和用户量的情况下,采用恰当的评价方法和指标来有效评估推荐系统性能,已成为移动推荐系统研究的关键任务.本文首先概括分析了基于位置的移动推荐系统效用评价在国内外的研究进展,并与传统推荐系统效用评价进行比较;然后重点从数据集、评价方法、评价指标三方面来对基于位置的移动推荐系统进行详细分析、比较和总结,并发现一些特殊的评价方法和评价指标;同时提出一种基于位置的移动推荐系统四层评价体系,它合理地将模型、数据集、评价方法、评价指标等有机地结合起来,并恰当呈现出这些评价要素之间的相互关系;最后对基于位置的移动推荐系统效用评价的有待深入研究的问题及发展趋势进行展望,并得出一些相关结论.

关键词：地理位置移动推荐系统数据集评价方法评价指标评价体系

来源：评论

学校读者我要写书评

暂无评论

移动推荐系统关键技术研究

引用

成都信息工程学院学报 2015年第5期30卷 470-476页

作者：张建华陶宏才西南交通大学信息科学与技术学院四川成都611756

通过对移动推荐系统与传统推荐系统进行对比,从网络、设备、用户3方面详细阐述了移动推荐系统与传统推荐系统的主要不同,并分析了移动推荐系统的3大特点:网络移动性、设备便携性和用户具体性。同时,针对移动推荐系统的这3大特点,深入分... 详细信息

通过对移动推荐系统与传统推荐系统进行对比,从网络、设备、用户3方面详细阐述了移动推荐系统与传统推荐系统的主要不同,并分析了移动推荐系统的3大特点:网络移动性、设备便携性和用户具体性。同时,针对移动推荐系统的这3大特点,深入分析了移动推荐系统设计的关键技术:前端页面展示、后台日志存储、推荐引擎设计。最后,基于当前移动推荐系统的现状,对未来的发展方向和应用领域做了展望。

关键词：移动推荐系统前端页面后台日志推荐引擎

来源：评论

学校读者我要写书评

暂无评论

移动推荐系统中个人隐私保护问题研究

引用

农业图书情报学刊 2018年第11期30卷 127-130页

作者：肖莉张剑辽宁师范大学管理学院辽宁大连116029

近年来,移动推荐系统在各个领域得到广泛应用的同时,移动用户的隐私问题凸显,逐渐引起学者们的关注,但是有关隐私保护的技术研究不够成熟。文章基于对移动推荐系统的特点、结构及其推荐过程等的分析,描述了推荐系统中涉及的个人隐私问题... 详细信息

近年来,移动推荐系统在各个领域得到广泛应用的同时,移动用户的隐私问题凸显,逐渐引起学者们的关注,但是有关隐私保护的技术研究不够成熟。文章基于对移动推荐系统的特点、结构及其推荐过程等的分析,描述了推荐系统中涉及的个人隐私问题,阐述了隐私保护的必要性并提出移动推荐系统中个人隐私保护的方法,希望为移动服务提供参考与借鉴。

关键词：移动推荐系统移动用户隐私保护情境感知

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘技术的个性化移动推荐系统设计研究

引用

西安文理学院学报（自然科学版） 2017年第2期20卷 41-45页

作者：张沛朋魏楠济源职业技术学院艺术设计系河南济源459000 济源职业技术学院本科教学办公室河南济源459000

数据挖掘算法是个性化推荐系统的核心,算法的好坏直接关系到推荐系统的使用效果.为了提高移动推荐系统的精度和效率,研究基于BP神经网络的聚类协同过滤推荐算法,并对系统进行了科学合理的设计,其中包括系统离线模块设计、系统在线模块... 详细信息

数据挖掘算法是个性化推荐系统的核心,算法的好坏直接关系到推荐系统的使用效果.为了提高移动推荐系统的精度和效率,研究基于BP神经网络的聚类协同过滤推荐算法,并对系统进行了科学合理的设计,其中包括系统离线模块设计、系统在线模块设计、移动商务个性化推荐系统布局、移动商务个性化推荐系统框架构建和系统框架运行流程设计等.

关键词：数据挖掘技术个性化移动推荐系统流程设计

来源：评论

学校读者我要写书评

暂无评论

消费者视角下的移动推荐系统研究--基于大众点评手机APP的数据

消费者视角下的移动推荐系统研究--基于大众点评手机APP的数据

引用

2017JMS中国营销科学学术年会暨博士生论坛

作者：杨一翁孙国辉余思望北方工业大学经济管理学院中央财经大学商学院

在移动互联网时代，移动推荐系统在手机APP中的应用日益广泛。很少有研究基于消费者视角，探索移动推荐系统对消费者的营销效果。相比于传统PC端的推荐系统，移动推荐系统的最大不同在于其移动性与社交性。本研究以技术接受模型为理论... 详细信息

在移动互联网时代，移动推荐系统在手机APP中的应用日益广泛。很少有研究基于消费者视角，探索移动推荐系统对消费者的营销效果。相比于传统PC端的推荐系统，移动推荐系统的最大不同在于其移动性与社交性。本研究以技术接受模型为理论基础，结合移动推荐系统的新特性与消费者使用大众点评手机APP的典型场景构建研究模型。

关键词：移动推荐系统消费者视角技术接受模型大众点评

来源：评论

学校读者我要写书评

暂无评论

深度学习理论视角下的移动学习推荐系统的设计和研究

引用

智能计算机与应用 2014年第2期4卷 57-58,62页

作者：徐正巧赵德伟西华师范大学实验中心四川南充637000

计算机技术和通信技术的迅猛发展,促使移动教学和深度学习在教育领域成为新的研究热点。首先阐明了深度学习的内涵和特征,并依此为理论基础,研究和探讨了深度学习在移动推荐系统中的应用,实现移动推荐系统的设计。

关键词：深度学习移动学习移动推荐系统

来源：评论

学校读者我要写书评

暂无评论

融合移动用户社会化关系的协同过滤推荐方法研究

融合移动用户社会化关系的协同过滤推荐方法研究

引用

作者：胡勋北京邮电大学

学位级别：博士

移动互联网的发展带来了“信息过载”问题,推荐系统作为缓解“信息过载”的有效手段,在移动领域得到了广泛的关注。在以用户为主的服务中,利用推荐方法主动向移动用户提供个性化的服务变得必不可少。协同过滤推荐方法是移动推荐的主要... 详细信息

移动互联网的发展带来了“信息过载”问题,推荐系统作为缓解“信息过载”的有效手段,在移动领域得到了广泛的关注。在以用户为主的服务中,利用推荐方法主动向移动用户提供个性化的服务变得必不可少。协同过滤推荐方法是移动推荐的主要方法之一并被广泛应用,其基本思想是利用与当前用户相似的其他用户的偏好进行预测推荐。由于社会化网络中用户之间的相互影响,关系用户之间的偏好趋于相似,用户的社会化关系被融入推荐方法中以提高推荐性能。本文针对融合移动用户社会化关系协同过滤推荐方法中存在的一些关键问题进行了研究,主要贡献如下： (1)提出一种融合项目特征及移动用户信任关系的协同过滤推荐方法。传统基于用户的协同过滤推荐方法,利用与当前用户相似用户的偏好来预测当前用户对未评价项目的偏好。用户相似关系通常基于用户之间共同评价的项目来计算用户之间的偏好相似关系,并没有考虑用户在非共同评价项目上的偏好对用户相似关系的影响。特别当用户评分稀疏时,用户之间共同评价项目的数量会减少,在少量的共同评价项目上不能准确反映用户之间的偏好相似关系。针对此问题,本文使用推土机距离方法来计算移动用户之间的偏好相似关系。推土机距离方法考虑了移动用户在共同评价项目上的偏好,同时利用项目之间的相似关系融合移动用户在相似项目上的偏好来计算移动用户之间的相似度。利用项目之间的相似关系,提出融合相似用户在相似项目的偏好进行偏好预测。为缓解数据稀疏性的影响,提出融合信任用户和相似用户的偏好来进行预测。实验结果表明,协同过滤推荐方法中融合相似项目来计算移动用户之间的相似度、融合相似用户在相似项目上的偏好及融合信任用户进行偏好预测能提高协同过滤推荐方法的预测和推荐准确度。 (2)提出一种融合移动用户信任关系的协同过滤推荐方法。由于信任用户之间的社会影响,融入用户信任关系的协同过滤推荐方法能提高推荐的准确性,而信任用户之间的社会影响计算是否准确将直接影响推荐系统的性能。基于用户在共同评价项目上的偏好相似关系来计算信任用户之间的社会影响,用户之间的偏好相似关系是对称的,而信任用户之间的社会影响并不对称,因此基于共同评价项目上的偏好相似性并不能准确计算信任用户之间的社会影响。针对此问题,本文基于信息扩散机制和移动用户信任之间的社会影响来选择移动用户之间存在影响的项目。同时为了缓解数据稀疏性的影响,利用信任用户之间的相互影响预测移动用户对未评价项目的隐式偏好,融合移动用户的隐式偏好来选择信任用户之间存在影响的项目。基于选择的影响项目计算信任用户之间的社会影响。并在公开数据集上对本文的方法进行了实验验证,实验结果表明,本文提出的融合移动用户信任关系的协同过滤推荐方法能获得更好的预测准确度。 (3)提出融合移动用户相似关系和信任关系的混合推荐方法。传统协同过滤推荐方法利用相似用户的偏好进行偏好预测,而融合移动用户信任关系的协同过滤推荐方法,则利用信任用户之间的相互影响进行偏好预测。移动用户相似关系和移动用户信任关系都有利于提高协同过滤推荐方法的性能,但在推荐时通常忽略其中一种关系。为进一步提高协同过滤推荐的性能,基于移动用户相似关系和移动用户信任关系,本文提出了四种混合推荐方法：基于特征扩展的混合方法、基于级联的混合方法、基于元层次的混合方法及元层次混合和级联混合的融合方法。在数据集上进行了推荐性能验证,基于公开数据集的实验结果表明融合移动用户的相似关系及信任关系的协同过滤推荐方法能提高其推荐的性能。 (4)提出一种融合移动用户组关系的组推荐方法。目前组推荐可以分为聚合模型方法和聚合预测方法,主要步骤包括：预测和聚合。利用推荐方法预测组中成员的个人偏好,再使用聚合策略将组中成员偏好聚合成组偏好并进行推荐；或使用聚合策略将组中成员聚合成组偏好,再基于组偏好利用推荐方法针对组用户进行推荐。聚合模型方法使用聚合后的组用户偏好进行偏好预测及推荐,容易造成组成员偏好信息的损失；而聚合预测方法在偏好预测时忽略了组关系对用户偏好的影响。针对组推荐方法存在的问题,提出一种基于矩阵分解技术的融合组推荐方法,将移动用户组关系融合到矩阵分解模型中,利用移动用户组关系及组成员用户偏好学习组用户的偏好。同时考虑组成员用户对组用户偏好的不同影响,将组成员权重融入矩阵分解方法中。实验结果表明,本文的方法与聚合模型和聚合预测组推荐方法相比,能向移动用户提供更准确的组推荐。

关键词：移动推荐系统协同过滤混合推荐组推荐信任关系矩阵分解

来源：评论

学校读者我要写书评

暂无评论

UTRS:一个面向出租车的拼车推荐系统

引用

小型微型计算机系统 2017年第12期38卷 2694-2698页

作者：刘相言杨威黄刘生陆潇榕邓厚中国科学技术大学软件学院江苏苏州215123 中国科学技术大学苏州研究院江苏苏州215123 中国科学技术大学计算机科学与技术学院合肥230027

目前针对出租车的推荐系统主要从增加载客概率或减少空载里程的角度为司机推荐一系列载客点或行驶路线.然而从最大化司机收入的角度而言,他们大多数没有考虑出租车载客后车内仍可继续载客的情况.因此,该文在考虑出租车可拼车情况下,提... 详细信息

目前针对出租车的推荐系统主要从增加载客概率或减少空载里程的角度为司机推荐一系列载客点或行驶路线.然而从最大化司机收入的角度而言,他们大多数没有考虑出租车载客后车内仍可继续载客的情况.因此,该文在考虑出租车可拼车情况下,提出了一个出租车综合推荐系统UTRS(Unified Taxi Recommender System),该系统为空载和载客状态下的出租车推荐利润最大的行驶路线,设计了拼车情况下的费用分摊机制和拼车决策,达到使出租车司机利润提高和乘客的乘车费用降低的最终目标.仿真实验采用苏州市一个月的出租车GPS记录数据,最终实验结果证实了该文提出的推荐系统的正确性和有效性.

关键词：移动推荐系统拼车路径选择利润最大化

来源：评论

学校读者我要写书评

暂无评论

基于标签和关联规则算法优化的移动旅游线路推荐模型研究

基于标签和关联规则算法优化的移动旅游线路推荐模型研究

引用

作者：宋文甫桂林理工大学

学位级别：硕士

随着移动信息技术的高速发展和信息资源的爆炸式增长,“信息过载”、“信息迷航”等问题的日益严重,如何解决移动环境下纷乱复杂的移动信息过载问题,已成为当下移动个性化推荐领域亟须解决的热点问题。移动推荐系统作为解决这一难题的... 详细信息

随着移动信息技术的高速发展和信息资源的爆炸式增长,“信息过载”、“信息迷航”等问题的日益严重,如何解决移动环境下纷乱复杂的移动信息过载问题,已成为当下移动个性化推荐领域亟须解决的热点问题。移动推荐系统作为解决这一难题的行之有效的方案,受到了学术界和移动服务商们的广泛关注与应用。可是由于移动推荐的新特性和新数据,传统推荐难以直接应用于移动推荐领域,而现有的研究多是以传统推荐算法为基础,对移动推荐的研究不够深入和彻底。伴随着移动旅游和个性化自助出游的蓬勃发展,针对移动旅游平台的移动旅游推荐非常具有研究价值和实际意义,然而作为其核心的移动旅游线路推荐的研究与应用非常少,且多数移动旅游门户网站只提供基础的基于流行度的旅游景点推荐。针对这一现状,本文构建了移动推荐系统总体架构模型,并提出了UPST-TB和T-ARC两种移动个性化推荐算法优化方案。首先,构建基于智慧网络下的移动推荐系统总体架构模型,阐明移动推荐系统整体架构并描述了推荐系统的具体流程。即使用推荐子系统实现基于移动服务的个性化推荐,通过反馈系统与用户进行实时交互,了解用户的实时偏好和选择结果,最终以迭代的方式优化移动个性化推荐服务。其次,针对多数据源中复杂异构的多维移动数据,结合Web3.0时代发展成熟的语义分析技术和社会化标签技术,将地理位置相关信息、移动上下文情境等重要移动数据转化为单一的兴趣标签数据,与用户偏好和项目特征关联并建立“移动用户-社会化标签-项目”三部图的关系网络。据此建立UPST-TB移动推荐系统模型,以兴趣标签深度挖掘和多种标签加权预处理方法计算其内在的联系的方式,解决移动信息过载问题的同时提高推荐的准确性。再者,针对移动旅游线路推荐的冷启动问题,优化关联规则聚类推荐方法并将其应用于T-ARC移动旅游线路推荐算法。即通过关联规则挖掘技术提取其中的相关关系,避免用户信息缺失等数据稀疏问题;根据多层关联规则概念分层树获取具有代表性的高层关联规则,规避冗余关联规则对数据挖掘的干扰;将其作为初始聚类应用于k-means聚类算法中,以用户聚类的方式进行推荐,解决冷启动问题。实现移动旅游线路推荐服务的同时解决其面临的问题。最后,通过真实数据集与传统推荐方法和改进算法进行对比实验,证明UPST-TB算法和T-ARC算法的有效性。实验结果表明对兴趣标签的深度挖掘有助于推荐准确性的提高、关联规则聚类算法能够很好的适应移动旅游线路推荐领域、且高层关联规则算法优化策略有效。

关键词：社会化标签关联规则聚类移动推荐系统移动旅游线路推荐

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：