检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

“互联网+”双创大赛信息推荐集成模型研究

科技创业月刊 2024年第2期37卷 69-73页

作者：罗骏庞建华四川大学公共管理学院四川成都610207

“互联网+”双创大赛是推动大学生创新创业的重要途径,然而随着大赛的蓬勃发展,参赛者很难在海量数据中高效获取所需信息。为此,提出构建一种信息推荐模型,以完善“互联网+”双创大赛的信息服务研究,为选手提供有用的大赛信息,帮助他们... 详细信息

“互联网+”双创大赛是推动大学生创新创业的重要途径,然而随着大赛的蓬勃发展,参赛者很难在海量数据中高效获取所需信息。为此,提出构建一种信息推荐模型,以完善“互联网+”双创大赛的信息服务研究,为选手提供有用的大赛信息,帮助他们了解竞争对手、理解市场和行业,提高项目的竞争力。在调研四川大学“互联网+”双创大赛信息服务现状与用户需求的基础上,构建了集成Doc2Vec和LDA算法的“互联网+”双创大赛信息推荐模型。经检验,该模型能够较好地进行“互联网+”双创大赛信息推荐服务。最后提出了下一步研究构想。

关键词： “互联网+” 大学生创新创业大赛信息推荐信息服务 Doc2Vec LDA

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

信息推荐系统中的朋友关系预测算法设计

国防科技大学学报 2013年第1期35卷 163-168页

作者：马建威徐浩陈洪辉国防科技大学信息系统工程重点实验室湖南长沙410073

伴随着互联网规模的不断扩展,信息过载问题越来越突出。信息推荐系统被视为解决信息过载问题的最有效方法。然而目前的方法大多数仅考虑用户独立的反馈,而忽略用户的社会属性对推荐的重要作用,这对信息推荐系统的性能会造成巨大的影响... 详细信息

伴随着互联网规模的不断扩展,信息过载问题越来越突出。信息推荐系统被视为解决信息过载问题的最有效方法。然而目前的方法大多数仅考虑用户独立的反馈,而忽略用户的社会属性对推荐的重要作用,这对信息推荐系统的性能会造成巨大的影响。为此,本文提出了基于朋友关系预测的信息推荐算法,将用户的社会关系预测引入信息推荐过程中,分别基于用户的拓扑信息及历史交互信息建立用户社会关系的存在性判定及关系类型判定,并利用线性回归分析方法和逻辑回归分析方法实现了基本特征的融合。最后,通过在Epinions和Slashdot真实数据集上的实验证明,本方法能够有效提高用户社会关系预测的准确性。

关键词：信息推荐朋友关系社会网络算法设计 MAE(平均绝对误差)

融入信息推荐场景要素的在线健康社区用户画像研究

在线全文

学校读者我要写书评

暂无评论

图书情报知识 2023年第3期40卷 116-128页

作者：夏立新胡畔刘坤华翟姗姗华中师范大学信息管理学院武汉430079

[目的/意义]旨在提高在线健康社区信息服务水平,满足患者用户不同场景下的深层次信息需求。[研究设计/方法]融入信息推荐服务的场景要素,通过分析在线健康社区用户信息需求,确定场景划分标准继而划分推荐场景,从而识别不同场景要素标签... 详细信息

[目的/意义]旨在提高在线健康社区信息服务水平,满足患者用户不同场景下的深层次信息需求。[研究设计/方法]融入信息推荐服务的场景要素,通过分析在线健康社区用户信息需求,确定场景划分标准继而划分推荐场景,从而识别不同场景要素标签,构建用户画像概念模型,并采用RFM模型对采集到的在线健康社区用户数据进行精细化筛选运营,借助形式概念分析的方法实现在线健康社区用户画像模型构建,并以“甜蜜家园”为数据源实现糖尿病在线健康社区用户画像构建和标签聚类。[结论/发现]通过深度挖掘聚类,发现在线健康社区“观望型”“宣传型”“高产型”和“经验型”四类用户群体及其健康信息需求。[创新/价值]以信息推荐服务模式为导向,聚焦于用户画像构建的整体流程,此研究视角有助于在线健康社区优化服务水平,提升用户满意度。

关键词：用户画像在线健康社区信息推荐场景要素

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

信息推荐网络的骨架抽取研究

信息推荐网络的骨架抽取研究

作者：方美玲电子科技大学

学位级别：硕士

近年来,人们面对海量数据很难有效地分辨出哪些是自己真正需要的信息。随着信息量的不断增大,信息的利用率反而降低,这就是信息过载现象。随着大量网络信息的数字化,搜索引擎或推荐系统对人们来说已经成为至关重要的信息过滤工具。个性... 详细信息

近年来,人们面对海量数据很难有效地分辨出哪些是自己真正需要的信息。随着信息量的不断增大,信息的利用率反而降低,这就是信息过载现象。随着大量网络信息的数字化,搜索引擎或推荐系统对人们来说已经成为至关重要的信息过滤工具。个性化推荐作为信息过滤技术可以根据用户的历史行为记录来挖掘用户的潜在兴趣。推荐系统通常面临大规模甚至超大规模数据,因此其计算复杂度相对较高甚至难以在全量数据中进行计算,而应用系统通常需要进行实时计算。因此,研究如何抽取信息推荐网络的骨架,在保持推荐精度的前提下压缩数据规模,对于真实应用的推荐系统具有重要意义。因此,本文从推荐网络的结构特征出发,分别研究网络中的节点和连边与推荐性能的相关性,并尝试抽取能够保持推荐系统性能的网络信息骨架。主要工作如下:1、从识别重要节点和连边的角度,总结了复杂网络和推荐网络的信息骨架抽取方法。阐述了推荐技术的基本理论、常见算法、评价指标和推荐网络结构的拓扑特征。从用户节点重要性的角度对比了几种基于用户节点的特征与推荐的相关性。2、提出了基于相似性子图的推荐网络信息骨架抽取算法。从推荐网络的拓扑结构出发,研究了几种网络结构特征与推荐的相关性。我们结合用户相似性和商品相似性来定义推荐网络中连边的权重,并发现权重值大的连边与推荐精度的相关性更强。三个真实数据集的实验结果表明,通过该算法抽取的信息骨架能够在top-L推荐过程中仅依赖原始网络中20%的连边就获得超过90%的推荐准确率,同时还能保持推荐的多样性。算法中相似邻居个数的选择对推荐效果也没有明显影响。此外,通过对信息骨架结构的详细分析,我们发现信息骨架能够较好的保持原始网络的拓扑结构特征。该算法抽取的信息骨架能够通过压缩数据规模,有效地在保留推荐精度的同时提高推荐系统的性能。3、提出了基于介数中心性和时间信息混合的推荐网络信息骨架抽取算法。本文通过引入介数中心性这一复杂网络的拓扑特征,研究了基于用户节点、商品节点以及连边的介数中心性与推荐的相关性,实验结果表明商品节点和连边的介数中心性越高,其与推荐的相关性越强。据此,我们进一步提出了将时间信息与这两种基于介数中心性的方法相结合的算法。在两个真实数据集的结果表明,可以通过增加混合骨架抽取方法中介数中心性的权重来提高推荐系统的准确率,或者通过增加混合骨架抽取方法中时间因素的权重来提高推荐系统的多样性。因此在信息骨架抽取的过程中,我们可以对连边的介数中心性和时间信息选取合适的权重,使推荐算法在获得较高准确率的同时,也能拥有较高的推荐多样性,提高系统的个性化程度,并且减少数据的存储空间,降低系统运行消耗的时间。

关键词：信息骨架抽取信息推荐复杂网络介数中心性

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

信息推荐模型及其应用研究

信息推荐模型及其应用研究

作者：贺焕华北电力大学

学位级别：硕士

随着互联网的迅速发展,为人们的生活带来了翻天覆地的变化,人们已经进入了一个无所不有的信息时代。通过互联网人们可以获得大量的信息。但是,由于信息的过量,也带了一些负面的影响。虽然搜索引擎技术满足了人们的一些需要,但它需要用... 详细信息

随着互联网的迅速发展,为人们的生活带来了翻天覆地的变化,人们已经进入了一个无所不有的信息时代。通过互联网人们可以获得大量的信息。但是,由于信息的过量,也带了一些负面的影响。虽然搜索引擎技术满足了人们的一些需要,但它需要用户主动的去搜索信息,当一个用户试图用搜索引擎搜索信息时,传统的信息检索技术就会返回给用户包含查询关键字的网页,返回的结果页面可能会有很多不相关的内容,也会丢失部分重要的关键页面。人们如何从信息的海洋中找到符合自己要求的有用的信息,并实现智能化的推荐已经成为了研究的关键。于是,信息推荐系统应运而生。推荐系统的目的就是在信息消费者和信息生产者之间搭建一个桥梁,信息消费者可以通过信息推荐技术发现对自己有用的信息,信息生产者通过分析信息消费者的数据对消费者展现其感兴趣的信息。个性化信息推荐和搜索引擎是不一样的,搜索引擎是一种被动的推荐,而个性化信息推荐需要研究用户的信息特征,是一种主动的推荐。信息推荐系统的核心是推荐算法。本论文首先介绍了现有的各个推荐算法的实现原理,包括基于人口统计学的推荐算法、基于内容的推荐算法、协同过滤推荐算法和混合推荐算法,分析了它们的优点和不足。详细介绍了Slop One算法,Slop One算法的本质是协同过滤算法的一种,该算法因为它容易实现、易于理解而受到广泛的关注。SlopOne算法是通过计算评分项目间的差值来实现推荐的,但是由于该算法只考虑了评分项目之间的关系,没有把用户之间的相似性考虑进去,从而限制了该算法推荐的准确度。所以本论文在原有的加权Slop One算法上把用户的相似性考虑进去,把改进的算法称为融合用户因素的Slop One算法。本论文在MovieLens数据集上对改进的融合用户因素的Slop One算法和传统的Slop One算法进行了对比试验,实验结果表明,融合用户因素的Slop One算法的平均绝对误差的值比传统的Slop One算法的值小,证明了融合用户因素的Slop On e算法的有效性和可行性。此外,在文章的最后,实现了一个简易的电影推荐系统模型,实现了其核心的推荐功能。

关键词：信息过量信息推荐推荐算法 Slop One算法

国内基于大数据的信息推荐研究进展:核心内容

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代情报 2020年第8期40卷 156-165页

作者：孙雨生朱金宏李亚奇湖北工业大学经济与管理学院湖北武汉430068 湖北工业大学职业技术师范学院湖北武汉430068

[目的/意义]从用户兴趣建模、推荐机制、信息资源管理3方面阐述国内基于大数据的信息推荐核心内容研究进展。[方法/过程]文章用内容分析法归纳了263篇文献内容,从用户兴趣建模、推荐机制、信息资源管理3方面阐述了国内基于大数据的信息... 详细信息

[目的/意义]从用户兴趣建模、推荐机制、信息资源管理3方面阐述国内基于大数据的信息推荐核心内容研究进展。[方法/过程]文章用内容分析法归纳了263篇文献内容,从用户兴趣建模、推荐机制、信息资源管理3方面阐述了国内基于大数据的信息推荐核心内容研究进展。[结果/结论]基于大数据的用户兴趣建模主要结合大数据技术改进传统用户兴趣建模,包括模型表示、模型初始化和模型进化;基于大数据的推荐机制主要改进、混合传统推荐机制并优化推荐结果;基于大数据的信息资源管理包括数据采集、数据挖掘、数据表示、数据存储和数据更新。

关键词：大数据信息推荐用户兴趣建模信息资源管理个性化

在线全文

学校读者我要写书评

暂无评论

服务于定向信息推荐的模糊聚类协同推荐算法

计算机科学 2007年第9期34卷 128-130,166页

作者：辛治运马兆丰顾明清华大学计算机系北京100084 北京邮电大学信息工程学院北京100876

面对金融领域信息量和用户数量的不断增加,现有的金融信息推荐算法不能很好地满足金融用户的信息需求,推荐结果的及时性和准确性有待进一步提高。在分析现有协同推荐算法的基础上,本文提出了金融信息模糊聚类协同推荐算法,将模糊聚类和... 详细信息

面对金融领域信息量和用户数量的不断增加,现有的金融信息推荐算法不能很好地满足金融用户的信息需求,推荐结果的及时性和准确性有待进一步提高。在分析现有协同推荐算法的基础上,本文提出了金融信息模糊聚类协同推荐算法,将模糊聚类和协同推荐算法相结合,以用户-项目评价矩阵为研究基础,对有相似信息需求兴趣的用户进行模糊聚类,用户组群的兴趣爱好代表并预测个人的兴趣爱好,能为用户提供和发现新的信息资源,很好地满足金融用户信息需求的多兴趣性和时效性。最后对提出的算法进行实验,实验结果表明了算法具有良好的推荐效果。

关键词：信息推荐协同过滤模糊聚类用户聚类

在线全文

学校读者我要写书评

暂无评论

基于张量分解的个性化信息推荐方法优化研究

情报科学 2014年第6期32卷 134-137页

作者：武慧娟徐宝祥王艳艳东北电力大学经济管理学院吉林吉林132012 吉林大学管理学院吉林长春130022

个性化信息标志着用户从被动的信息消费者变为主动的信息创造者,而个性化信息推荐是通过用户以往的标记行为,向用户提供将来可能用到的信息。这意味着向每一个用户推荐一张个性化的信息清单,这个清单既取决于资源的内容也取决于用户本... 详细信息

个性化信息标志着用户从被动的信息消费者变为主动的信息创造者,而个性化信息推荐是通过用户以往的标记行为,向用户提供将来可能用到的信息。这意味着向每一个用户推荐一张个性化的信息清单,这个清单既取决于资源的内容也取决于用户本身。针对已有的基于张量分解中的塔克分解的信息推荐的缺点——三维立方核心张量导致的个性化信息推荐的立方运行时间加大,尤其是大的数据集,提出新的张量分解方法来缩短系统运行时间,最后进行方法的优化验证。

关键词：信息推荐个性化张量分解

在线全文

学校读者我要写书评

暂无评论

基于大数据和微本体的微博信息推荐研究

情报资料工作 2019年第5期40卷 103-112页

作者：崔金栋高志豪东北电力大学经济管理学院

文章利用大数据技术处理海量用户博文,将处理过的博文信息用于构建用户微博信息微本体和主题微本体,根据微本体匹配技术进行二者的高效匹配,从而提出了一种基于大数据和微本体架构的微博信息推荐方法,实现微博信息的推荐。仿真验证结果... 详细信息

文章利用大数据技术处理海量用户博文,将处理过的博文信息用于构建用户微博信息微本体和主题微本体,根据微本体匹配技术进行二者的高效匹配,从而提出了一种基于大数据和微本体架构的微博信息推荐方法,实现微博信息的推荐。仿真验证结果证实了大数据技术下微本体的推荐模型可以有效地提升微博信息内容推荐的效率和精准度,对优化微博信息内容的个性化推荐具有重大的意义。

关键词：微博信息大数据微本体信息匹配信息推荐

维普期刊数据库人大复印报刊资料