检索结果-内蒙古大学图书馆

作者：谭珺琳江西农业大学

学位级别：硕士

互联网时代,在线内容和服务的爆炸式增长为用户提供了压倒性的选择,个性化推荐系统的研究是对实现信息过滤的重要突破,通常是根据用户的历史交互信息挖掘到潜在的兴趣偏好来推送令用户满意的项目。然而,基于协同过滤的推荐算法仅根据对... 详细信息

互联网时代,在线内容和服务的爆炸式增长为用户提供了压倒性的选择,个性化推荐系统的研究是对实现信息过滤的重要突破,通常是根据用户的历史交互信息挖掘到潜在的兴趣偏好来推送令用户满意的项目。然而,基于协同过滤的推荐算法仅根据对用户项目交互信息的分析构建用户-项目评分矩阵来完成后续算法进行兴趣推荐,往往会存在着数据的稀疏性问题和冷启动问题。为了解决这些局限性,研究人员建议将辅助信息纳入推荐算法中,本文从语义方面出发,提出引入知识图谱丰富的语义信息,利用知识表示学习方法在保留用户或项目自身的语义信息的基础上,将数据嵌入低维的向量空间中计算语义相似度来产生推荐结果。该算法丰富了传统推荐算法中用户或项目的语义信息,有效的增强了推荐性能。本文研究内容如下:1.本论文引入伯努利抽样策略对知识表示中翻译模型训练过程的负采样算法进行改进,根据头实体与尾实体的不同关系类型分别设置不同的替代概率,减少构建错误负三元组的概率。2.本论文采用改进的翻译模型对用户与项目进行向量化表示和度量语义相似度,有效融合不同来源的信息和解决数据稀疏问题。提出基于翻译模型来学习准确表示用户与项目的语义信息,采用最大距离的思想将正负样本在向量空间中分隔开,意味着相近的实体聚集在相同区域空间,利用链路预测来验证模型的训练效率,选择欧氏距离度量实体间的语义相似度,距离越近相似度越高、反之越低;3.本论文提出基于知识图谱技术的推荐算法,主要思想为:根据分析用户与项目的交互数据,得到用户-项目评分矩阵,从互联网不同数据来源处抽取知识构建知识图谱,为矩阵中的项目找到知识图谱中的相匹配实体,用改进的TransH翻译模型学习和向量化表示知识图谱中实体的语义信息以及与不同实体间连接的关系信息,生成项目-项目的语义相似度矩阵。通过构建用户兴趣模型,可以动态的反映出用户兴趣随时间的变化,与用户-项目评分矩阵融合计算项目相似度的权重,结合权重计算得到最终的项目相似度矩阵,预测用户对项目的评分,按评分降序排列选取一定数量的项目作为推荐项目列表推送给用户。4.本论文使用电影领域、书籍领域、电子商务领域三个数据集进行实验验证该算法与传统的推荐算法在平均绝对误差、F1值方面相比较取得一定的提升效果。

关键词：知识图谱知识表示个性化推荐协同过滤稀疏性问题

来源：评论

学校读者我要写书评

暂无评论

基于协同过滤的推荐算法研究

基于协同过滤的推荐算法研究

引用

作者：高文尧华南理工大学

学位级别：硕士

随着互联网和信息技术的飞速发展,在互联网上用户面临的信息呈现爆炸式的增长,海量的网络信息的满足了用户多样性的信息需求,但是它所带来的信息过载的问题也日趋严重。信息检索和信息过滤技术是解决目前信息过载问题的主要手段,推荐系... 详细信息

随着互联网和信息技术的飞速发展,在互联网上用户面临的信息呈现爆炸式的增长,海量的网络信息的满足了用户多样性的信息需求,但是它所带来的信息过载的问题也日趋严重。信息检索和信息过滤技术是解决目前信息过载问题的主要手段,推荐系统作为信息过滤技术的典型代表,近年来逐渐成为解决信息过载问题最有效方法之一。推荐系统诞生以来,许多优秀的推荐算法被学者们提出并应用在商业推荐系统中,协同过滤算法是目前推荐系统中最核心、应用最广泛的推荐算法之一。本文针对传统的基于用户的协同过滤算法所面临的数据稀疏性问题、算法可拓展性问题和相似度计算不准确等问题,给出了相应的改进措施,然后在综合这些改进措施的基础上提出了改进的基于用户的协同过滤算法,具体工作如下:针对基于用户的协同过滤算法的所面临的稀疏性问题,本文从稀疏评分矩阵缺失值的特点出发,给出了综合用户和项目差异的随机填补、基于项目相似性加权的随机填补两种缺失值填补方法,它们能够在保留原始评分矩阵真实信息的基础上减小矩阵的稀疏度。实验表明运用两种填补措施能够一定程度上提高推荐准确度。针对基于用户的协同过滤在最近邻相似度评估时,当用户之间共同评分项目过少的情况下传统相似度评估方法计算不准确的问题,本文根据协同推荐中相似的样本特点,在皮尔逊相似度计算公式的基础上,给出了基于变权重的相似度计算方法,并通过实验与传统的皮尔逊相似度计算公式、Herlocker等人提出的修正的皮尔逊相关性计算公式对比验证,结果表明基于变权重的相似度计算方法能够一定程度上提升算法推荐准确度。针对基于用户的协同过滤算法不区分用户兴趣偏好的差异从而影响推荐效果的问题,本文从用户对不同的风格类型的商品的兴趣偏好差异性特点出发,给出了基于项目划分的近邻搜索方法,即通过聚类的方法对项目进行划分完成用户-项目评分矩阵的分割,然后分别在分割后的子评分矩阵上应用推荐算法,实验结果表明基于项目划分的措施能够提升推荐准确度。最后,本文在综合基于项目相似性加权的稀疏矩阵填补、基于变权重的相似性计算和基于项目划分的近邻搜索三种措施的基础上,提出了改进的基于用户的协同过滤算法,对比实验表明改进算法能够有效提高推荐精度。

关键词：推荐算法协同过滤稀疏性问题相似度项目划分

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的推荐技术研究及应用

基于知识图谱的推荐技术研究及应用

引用

作者：王一鸣电子科技大学

学位级别：硕士

随着互联网的普及和信息技术的发展,网络信息数据呈现爆炸性的增长,信息过载问题随之凸显。为了帮助用户从大量信息中发现自己感兴趣的信息,以及帮助信息生产者让自己生产的信息受到广大用户的关注,推荐系统应运而生。然而,传统的推荐... 详细信息

随着互联网的普及和信息技术的发展,网络信息数据呈现爆炸性的增长,信息过载问题随之凸显。为了帮助用户从大量信息中发现自己感兴趣的信息,以及帮助信息生产者让自己生产的信息受到广大用户的关注,推荐系统应运而生。然而,传统的推荐系统面临的稀疏性问题以及冷启动问题在一定程度上限制了推荐系统的效果。本文通过构建一个领域内的知识图谱,并提取其中物品的语意表示,结合协同过滤算法来提高推荐系统的性能。本文以基于知识图谱的推荐技术研究及应用为研究课题,重点研究了领域内知识图谱的构建技术,知识图谱中实体和关系的嵌入方法以及基于知识图谱的推荐算法。本文的主要研究内容如下:本文首先研究了领域知识图谱的构建方法,设计并实现了一种电影领域的知识图谱构建方法。本文将知识图谱概念引入到电影领域,对电影领域知识特征进行分析,实现了领域内实体和关系的划分,完成了电影领域本体库的构建。然后抽取了电影领域的实体和关系,并且完成了基于关系数据库的知识图谱存储。最后分析了关系数据库进行知识存储的利弊,利用Neo4j改进了知识的存储方式。然后本文提出并实现一种电影领域知识图谱中实体和关系的向量化方法。本文给出的知识图谱中的实体和关系的嵌入模型,利用知识表示技术在保留语义信息的基础上,将实体和关系进行向量化表示。此外本文还对原负采样算法进行了改进。实验证明了本文使用的向量化方法是有效的。最后本文提出了一种基于知识图谱的个性化推荐算法。将知识图谱中物品的向量化表示方法和协同过滤算法结合,利用从知识图谱中提取的物品语义信息,弥补基于物品的协同过滤算法没有考虑物品本身内容信息的缺陷。对比基于物品的协同过滤算法,本文提出的基于知识图谱的推荐算法在准确率、召回率和覆盖率方面有一定提升。

关键词：知识图谱知识嵌入个性化推荐协同过滤稀疏性问题

来源：评论

学校读者我要写书评

暂无评论

矩阵填充在推荐系统中的应用研究

矩阵填充在推荐系统中的应用研究

引用

作者：潘伟江西理工大学

学位级别：硕士

近年来,随着计算机技术、互联网的快速发展,网上用户规模与内容服务呈几何数量级增长。海量的信息超过了个人能接受的范围,导致了信息过载问题。推荐系统能够从海量数据中挖掘出有效的信息,节省用户查找的时间,已经成为解决信息过载问... 详细信息

近年来,随着计算机技术、互联网的快速发展,网上用户规模与内容服务呈几何数量级增长。海量的信息超过了个人能接受的范围,导致了信息过载问题。推荐系统能够从海量数据中挖掘出有效的信息,节省用户查找的时间,已经成为解决信息过载问题的有效方法,并在各个领域得到了应用。矩阵填充技术利用矩阵中部分已知元素恢复出其他未知元素,能缓解推荐系统的数据稀疏性问题。本文针对矩阵填充及其在推荐系统中的应用展开如下工作:(1)基于核范数的矩阵填充模型中,对矩阵的奇异值都同等对待以及在实际应用中核范数对秩函数的逼近效果不佳,导致评分矩阵填充时准确性不高。针对这种情况,提出了一种基于加权Schatten-p范数最小化的矩阵填充模型。首先,利用Schattenp范数作为秩函数的逼近函数对评分矩阵进行低秩约束;其次,采用对奇异值加权的方式来避免对所有奇异值用同一值收缩的问题,以更好地逼近原始秩函数;然后,采用近端交替线性化最小化方法来求解非凸最小化问题;最后,使用Movie Lens数据集,对所提出模型与一些新近提出的模型和经典模型进行比较。实验结果表明,所提出的模型提高了预测的准确性,在推荐性能指标上明显优于对比模型。(2)针对现有基于核范数的矩阵填充模型不能很好地反映原矩阵的特性,提出了一种加权截断核范数的矩阵填充模型。首先,给填充矩阵与原矩阵的残差矩阵的每一行分配不同的权值,保证有更多已知元素的行有较小的权值,同时给不同的奇异值分配不同的权值;然后采用截断核范数方法,以更好地逼近的秩函数;最后,通过引入线性搜索加速近端梯度算法(APGL)对提出的模型进行求解,并将该模型应用到推荐系统评分预测。实验结果表明,所提出的方法与一些新近提出的方法和常用方法相比,有效地提高了推荐准确度。

关键词：矩阵填充核范数最小化推荐系统稀疏性问题

来源：评论

学校读者我要写书评

暂无评论

一种基于用户和物品相似度的融合协同过滤推荐算法

引用

电脑与信息技术 2019年第1期27卷 6-10,33页

作者：邓亚文罗可长沙理工大学计算机与通信工程学院湖南长沙410114 长沙理工大学综合交通运输大数据智能处理省重点实验室湖南长沙410114

在协同过滤算法中,准确地找到相似用户是关键。稀疏数据问题常导致推荐性能低下,且推荐结果大都大量存在热门物品。文章基于物品(User-IIF)和用户(Item-IUF)的热门惩罚后的相似度计算方法,定义稀疏度的计算方式,并进行稀疏度加权来改善... 详细信息

在协同过滤算法中,准确地找到相似用户是关键。稀疏数据问题常导致推荐性能低下,且推荐结果大都大量存在热门物品。文章基于物品(User-IIF)和用户(Item-IUF)的热门惩罚后的相似度计算方法,定义稀疏度的计算方式,并进行稀疏度加权来改善稀疏性问题,分别提出了两种融合后的协同过滤算法。改进后的两种融合算法更有效地利用了用户信息,提高了算法对降低热门物品干扰的效果,增加了推荐系统发现长尾物品的能力。实验采用MovieLens公开数据集,进行多次实验,实验结果表明改进后的两种融合算法在推荐结果的准确率和覆盖率上有显著提升,表明融合后的推荐算法在寻找相似用户或物品时表现得更高效。

关键词：基于用户相似度计算基于物品协同过滤稀疏性问题

来源：评论

学校读者我要写书评

暂无评论

基于巴氏系数的协同过滤算法

引用

计算机科学与应用 2017年第5期7卷 473-480页

作者：姜少鑫陈彩梁毅北京工业大学计算机学院北京

为了克服协同过滤算法的稀疏性问题和传统相似度计算方法过度依赖共同评分的问题,本文引入巴氏系数改进修正余弦相似度,进而提出基于巴氏系数的协同过滤算法(CFBC)。改进的算法考虑了项目全局评分信息和局部评分信息,克服了对于共同评... 详细信息

为了克服协同过滤算法的稀疏性问题和传统相似度计算方法过度依赖共同评分的问题,本文引入巴氏系数改进修正余弦相似度,进而提出基于巴氏系数的协同过滤算法(CFBC)。改进的算法考虑了项目全局评分信息和局部评分信息,克服了对于共同评分项的依赖。为了证明CFBC算法的有效性,我们基于已有的相似度计算方法实现了协同过滤算法,实验结果表明CFBC算法提高了推荐的准确性。

关键词：协同过滤算法修正余弦相似度巴氏系数稀疏性问题

来源：评论

学校读者我要写书评

暂无评论

融合用户评分和属性相似度的协同过滤推荐算法

引用

计算机应用与软件 2017年第4期34卷 305-308,321页

作者：王三虎王丰锦吕梁学院计算机科学与技术系山西吕梁033000 同方股份有限公司北京100083

为了提高协同过滤推荐系统的推荐效率和准确性,更好地向用户提供个性化的推荐服务,提出一种用户评分和属性相似度的推荐算法。首先分析当前协同过滤推荐研究的现状,设计相似度、兴趣倾向相似度、置信度等指标作为评分标准,使得用户相似... 详细信息

为了提高协同过滤推荐系统的推荐效率和准确性,更好地向用户提供个性化的推荐服务,提出一种用户评分和属性相似度的推荐算法。首先分析当前协同过滤推荐研究的现状,设计相似度、兴趣倾向相似度、置信度等指标作为评分标准,使得用户相似度的计算更加准确、有区分度。然后根据用户属性来衡量用户之间的相似度,利用Movie Lens数据集和Book-Crossing数据集做对比实验,对比精度、通用性和不同稀疏度及冷启动情况下的性能。实验结果表明,本文算法不仅提高了推荐精度,而且明显优于其他协同过滤推荐算法,具有更高的实际应用价值。

关键词：推荐系统协同过滤相似性度量稀疏性问题

来源：评论

学校读者我要写书评

暂无评论

融合项目属性特征的SVD协同过滤推荐算法研究

引用

延边大学学报（自然科学版） 2017年第4期43卷 334-338页

作者：潘峰怀丽波崔荣一延边大学工学院计算机科学与技术学科智能信息处理研究室吉林延吉133002

针对协同过滤方法中用户-项目评分矩阵的极端稀疏性问题,提出了一种基于层次的混合推荐方法.首先利用TF-IDF提取项目属性特征,并利用余弦相似度对评分矩阵的缺失值进行填充;然后通过对填充的矩阵做SVD,寻找隐性特征,建立隐语义模型;最... 详细信息

针对协同过滤方法中用户-项目评分矩阵的极端稀疏性问题,提出了一种基于层次的混合推荐方法.首先利用TF-IDF提取项目属性特征,并利用余弦相似度对评分矩阵的缺失值进行填充;然后通过对填充的矩阵做SVD,寻找隐性特征,建立隐语义模型;最后将本文的算法分别与众数填充和无填充模型进行对比实验,结果表明本文提出的方法有效提高了推荐的精度.

关键词：稀疏性问题混合推荐方法协同过滤隐语义模型

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的过滤推荐算法设计

引用

电子技术与软件工程 2021年第9期 146-147页

作者：朱木清文谧广东工业大学华立学院广东省广州市511325 广州应用科技学院广东省广州市511370

本文为了解决传统协同过滤推荐算法的数据稀疏性、冷启动问题,现针对传统协同过滤算法存在的问题,提出一种基于知识图谱的过滤推荐算法,并对其应用思想和应用流程进行详细介绍,同时,采用知识表示学习法,构建项目相似性矩阵,并在综合考... 详细信息

本文为了解决传统协同过滤推荐算法的数据稀疏性、冷启动问题,现针对传统协同过滤算法存在的问题,提出一种基于知识图谱的过滤推荐算法,并对其应用思想和应用流程进行详细介绍,同时,采用知识表示学习法,构建项目相似性矩阵,并在综合考虑用户行为数据的基础上,按照一定的比例,精确计算和统计项目相似度权重,为后期评分预测以及推荐列表的生成提供重要的依据和参考。最后,采用实验的方式,对基于知识图谱的过滤推荐算法的可靠性和有效性进行验证,结果表明:基于知识图谱的过滤推荐算法在实现用户信息过滤,提高推荐性能发挥出重要作用。希望通过这次研究,为相关人员提供有效的借鉴和参考。

关键词：知识图谱知识表示个性化推荐协同过滤稀疏性问题

来源：评论

学校读者我要写书评

暂无评论

基于领域知识的协同过滤推荐算法

引用

电脑开发与应用 2010年第4期23卷 12-14页

作者：闫祥雨谢红薇孙静宇太原理工大学计算机与软件学院太原030024

传统协同过滤推荐算法中项目相似度的计算建立在用户评分项目交集之上,没有考虑不同项目之间所存在的语义关系,致使推荐准确率低。基于领域知识进行项目相似度计算的协同过滤算法在用户评分的共同项目很少的情况下仍能给出不错的推荐。... 详细信息

传统协同过滤推荐算法中项目相似度的计算建立在用户评分项目交集之上,没有考虑不同项目之间所存在的语义关系,致使推荐准确率低。基于领域知识进行项目相似度计算的协同过滤算法在用户评分的共同项目很少的情况下仍能给出不错的推荐。实验结果表明,该算法可以有效地解决用户评分数据极端稀疏的问题,提高推荐系统的推荐质量。

关键词：领域知识协同过滤稀疏性问题项目相似性

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：