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

一种有效缓解数据稀疏性的混合协同过滤算法

计算机应用 2009年第6期29卷 1590-1593页

作者：郁雪李敏强天津大学管理学院天津300072

目前协同过滤技术已经被成功运用到各种推荐系统中,但是随着资源种类的不断膨胀与用户日益的增加,用来评判的数据矩阵越来越稀疏,严重影响了推荐质量。为此设计了一种混合新算法,对基于项目的协同过滤算法提出两个改进方法:首先根据网... 详细信息

目前协同过滤技术已经被成功运用到各种推荐系统中,但是随着资源种类的不断膨胀与用户日益的增加,用来评判的数据矩阵越来越稀疏,严重影响了推荐质量。为此设计了一种混合新算法,对基于项目的协同过滤算法提出两个改进方法:首先根据网站的层次结构信息改进了传统的相似度计算方法;其次增加了预测缺失兴趣值的算法,使用户的交叉兴趣点增多,有效缓解了稀疏性的问题。实验结果证明了新算法具有较高的推荐精度,能够找到用户潜在的兴趣页面。

关键词：推荐系统协同过滤数据预测数据稀疏性

在线全文

学校读者我要写书评

暂无评论

一种缓解互惠推荐系统中数据稀疏性的算法

济南大学学报（自然科学版） 2017年第1期31卷 48-54页

作者：殷方勇王红王吉华山东师范大学信息科学与工程学院山东济南250014 山东师范大学山东省分布式计算机软件新技术重点实验室山东济南250014

为解决以在线交友为代表的互惠推荐系统中数据稀疏性问题,根据LMa Fit算法提出一种改进评分矩阵的互惠推荐算法,该算法改进了传统评分矩阵填充的单向性与融合相似度计算。结果表明,与基于项目的协同过滤推荐算法和基于内容和协同过滤的... 详细信息

为解决以在线交友为代表的互惠推荐系统中数据稀疏性问题,根据LMa Fit算法提出一种改进评分矩阵的互惠推荐算法,该算法改进了传统评分矩阵填充的单向性与融合相似度计算。结果表明,与基于项目的协同过滤推荐算法和基于内容和协同过滤的混合算法相比,改进评分矩阵的互惠推荐算法在准确率、召回率和调和平均数值方面有明显改进,该算法不仅改善了数据稀疏性的问题,而且推荐质量也明显优于其他算法。

关键词：数据稀疏性互惠推荐矩阵填充融合相似度

基于自监督三重训练和聚合一致邻居的社会化推荐模型

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第3期37卷 207-220页

作者：刘树栋李丽颖陈旭中南财经政法大学人工智能法商应用研究中心武汉430073 中南财经政法大学信息工程学院武汉430073

将用户社会关系引入用户-商品评分数据中,构建用户-商品异构关系图,可缓解传统推荐系统面临的数据稀疏性和冷启动问题.但是,由于用户间社会关系的复杂性,聚合不一致的社会邻居可能会降低推荐性能.针对上述问题,文中提出基于自监督三重... 详细信息

将用户社会关系引入用户-商品评分数据中,构建用户-商品异构关系图,可缓解传统推荐系统面临的数据稀疏性和冷启动问题.但是,由于用户间社会关系的复杂性,聚合不一致的社会邻居可能会降低推荐性能.针对上述问题,文中提出基于自监督三重训练和聚合一致邻居的社会化推荐模型(Social Recommendation Based on Self-Supervised Tri-Training and Consistent Neighbor Aggregation,SR-STCNA).首先,在用户-商品评分数据的基础上,引入用户-用户间的社交关系,在用户-商品异构图中构建多种关系.使用超图表示用户和用户、用户和商品之间的关系.使用自监督三重训练,从未标记的数据中学习用户表示,充分挖掘用户-用户和用户-商品间存在的复杂连接关系.然后,通过用户-商品异构图上的节点一致性得分和关系自注意力,在用户和商品表示学习过程中聚合一致邻居,增强用户和商品嵌入表示能力,提高推荐性能.在CiaoDVD、FilmTrust、***、Yelp数据集上的实验表明,SR-STCNA性能较优.

关键词：社会化推荐协同过滤数据稀疏性超图一致邻居

在线全文

学校读者我要写书评

暂无评论

结合矩阵补全的宽度协同过滤推荐算法

智能系统学报 2024年第2期19卷 299-306页

作者：史加荣何攀西安建筑科技大学理学院陕西西安710055

协同过滤是推荐系统中最经典的方法之一,能够满足人们对个性化推荐任务的需求,但许多协同过滤算法在面对评分数据稀疏性问题时推荐效果不佳。为解决此问题,提出一种结合矩阵补全的宽度协同过滤推荐算法。先使用矩阵补全技术对用户项目... 详细信息

协同过滤是推荐系统中最经典的方法之一,能够满足人们对个性化推荐任务的需求,但许多协同过滤算法在面对评分数据稀疏性问题时推荐效果不佳。为解决此问题,提出一种结合矩阵补全的宽度协同过滤推荐算法。先使用矩阵补全技术对用户项目评分矩阵进行补全,再利用补全后的矩阵对已评分的用户和项目分别寻找其近邻项,进而构造用户与项目的评分协同向量,最后使用宽度学习系统来构建用户项目与评分之间的复杂的非线性关系。在MovieLens和filmtrust数据集上对所提出算法的有效性进行检验。试验结果表明,与当前最先进的方法相比,该方法能够有效地缓解数据稀疏性问题,具有较低的计算复杂度,在一定程度上提升了推荐系统的性能。

关键词：推荐系统宽度学习系统矩阵补全宽度协同过滤协同过滤深度矩阵分解数据稀疏性深度学习

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于时空图数据的交通事故风险预测方法

控制工程 2024年

作者：王庆荣张凯朱昌锋陈小红兰州交通大学交通运输学院兰州交通大学电子与信息工程学院

为提升捕获时空动态特征的能力，并针对交通网络全局区域的时空交互性问题。基于Transformer架构采用多头注意力机制和图卷积神经网络，构建了一种时空动态图卷积神经网络模型（TADGCN）用于交通事故风险预测。首先，该方法通过自注意... 详细信息

为提升捕获时空动态特征的能力，并针对交通网络全局区域的时空交互性问题。基于Transformer架构采用多头注意力机制和图卷积神经网络，构建了一种时空动态图卷积神经网络模型（TADGCN）用于交通事故风险预测。首先，该方法通过自注意力机制，使TADGCN能够捕获交通事故数据的时空动态性。然后，在空间维度上，通过门控机制将动态特征和静态特征进行融合，以有效地对空间相关性进行建模。此外，还使用样本加权均方误差损失函数来缓解交通事故数据的稀疏性问题。最后，在NYC和Chicago两个数据集上进行了广泛实验。实验结果表明TADGCN在RMSE、MAE和MRE三个指标上优于现有方法。

关键词：智能交通风险预测注意力机制图卷积神经网络数据稀疏性

目标域特征感知与互补用户迁移的跨域推荐模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年第1期45卷 93-100页

作者：段乐乐李博一丁滋钊朱小飞重庆理工大学计算机科学与工程学院重庆400054

冷启动问题一直是推荐系统中十分有挑战性的问题.目前,基于映射的跨域推荐技术在解决冷启动问题上已取得了十分不错的效果,其方法主要分为两类,一类关注共性,即所有用户共享一个映射函数;另一类则关注个性,即为每个用户分别分配个性化... 详细信息

冷启动问题一直是推荐系统中十分有挑战性的问题.目前,基于映射的跨域推荐技术在解决冷启动问题上已取得了十分不错的效果,其方法主要分为两类,一类关注共性,即所有用户共享一个映射函数;另一类则关注个性,即为每个用户分别分配个性化的映射函数;然而,这两类方法均没有考虑到用户共性与个性的互补性;此外,这两类方法也忽视了目标域知识本身的挖掘.为了解决以上问题,本文提出了目标域特征感知与互补用户迁移的跨域推荐模型.一方面,提出个性-共性互补映射模块以显式建模用户个性和共性的互补信息,另一方面,提出了关系网络以挖掘目标域知识.最后,在Amazon数据集上的实验取得了目前最优的效果,验证了本文所提出模型的有效性.

关键词：跨域推荐冷启动推荐系统数据稀疏性迁移学习

融合知识图谱的推荐系统数据稀疏性问题解决方案研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

融合知识图谱的推荐系统数据稀疏性问题解决方案研究

作者：邓智毅电子科技大学

学位级别：硕士

随着互联网内容平台和电商等平台的兴起,互联网上的数据开始爆炸式增长,互联网用户经受着严重的信息过载问题。推荐系统作为一种解决信息过载问题的工具,是互联网中的一项非常重要的技术,同时也因为信息过载,推荐系统也经受着严重的数... 详细信息

随着互联网内容平台和电商等平台的兴起,互联网上的数据开始爆炸式增长,互联网用户经受着严重的信息过载问题。推荐系统作为一种解决信息过载问题的工具,是互联网中的一项非常重要的技术,同时也因为信息过载,推荐系统也经受着严重的数据稀疏性问题。各个类型的辅助信息通常被用来解决推荐系统的数据稀疏性问题,知识图谱作为一种含有丰富信息的异质图结构的语义网络,近年来被广泛地运用到推荐系统中。本文首先介绍了推荐系统数据稀疏性问题和基于知识图谱的推荐系统的相关技术,包括传统的协同过滤推荐系统为何受困于数据稀疏性问题、以往的工作如何利用辅助信息来解决数据稀疏性问题、如何利用知识图谱来解决推荐系统的数据稀疏性问题以及以往工作如何解决群组推荐问题的数据稀疏性问题,并结合群组推荐问题的特点分析以往工作存在的问题。然后本文提出了一种端到端的基于知识图谱的注意力群组推荐模型,该模型把知识图谱作为辅助信息来缓解群组推荐任务的数据稀疏性问题。该模型首先利用图卷积网络的结构让实体的信息在知识图谱中传播进而学习到用户和物品含有丰富知识图谱信息的向量表征,然后再通过注意力机制综合考虑目标物品和群组内用户之间的影响来自适应地学习用户在群组内的影响力进而通过影响力加权和得到群组的向量表征,最后通过一个边缘损失函数和额外的用户-物品交互信息来使模型学习到更好的向量表征。本文最后通过实验来验证提出的基于知识图谱的注意力群组推荐模型在解决群组推荐任务数据稀疏性上的效果。通过对比本文提出的模型和其他有代表性的模型的效果来证明提出的模型的有效性并分析了为什么提出的模型能取得较好的效果,通过消融实验来说明本文模型各个模块的作用,然后通过实验说明并分析模型各个超参数的影响,最后通过实例来说明本文提出的群组推荐模型如何对推荐给出合理解释。

关键词：推荐系统数据稀疏性知识图谱群组推荐

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

基于时长感知的短视频序列推荐

计算机工程与应用 2024年

作者：王航尹玲史志才黄勃高志荣上海工程技术大学电子电气工程学院中南民族大学计算机科学学院

针对短视频序列推荐中存在的点击数据稀疏性、观看时长反馈中的噪声以及偏差问题，提出了一种基于时长感知的短视频序列推荐模型(Duration-Aware for short video Sequential Recommendation， DASR）。该模型通过对用户观看时长反馈的... 详细信息

针对短视频序列推荐中存在的点击数据稀疏性、观看时长反馈中的噪声以及偏差问题，提出了一种基于时长感知的短视频序列推荐模型(Duration-Aware for short video Sequential Recommendation， DASR）。该模型通过对用户观看时长反馈的深入建模，有效地缓解了数据稀疏性问题。同时，提出了一种无偏差的多语义观看时长反馈标签生成方法，该方法结合了K近邻算法和训练数据的百分位数分析，动态生成适应不同视频时长的标签阈值，有效地消除了视频时长偏差的影响。此外，提出了一种基于强弱注意力网络的噪声提取方法，从观看时长中准确地提取正向和负向兴趣信号，从而解决了观看时长反馈中存在的噪声。在开源的短视频数据集上进行的广泛实验结果表明，该模型在多个评价指标上优于其他主流方法。

关键词：数据稀疏性序列推荐注意力网络时长偏差动态阈值

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于用户相关性的协同过滤推荐算法研究

基于用户相关性的协同过滤推荐算法研究

作者：李睿智烟台大学

学位级别：硕士

随着社会科学和信息技术的迅猛发展,人们不断地通过互联网传递大量信息,导致互联网上信息的爆炸式增长。面对体量巨大的数据信息,如何满足不同用户的兴趣和需求逐渐成为一个难以解决的问题。为了应对这一问题,个性化推荐技术应运而生。... 详细信息

随着社会科学和信息技术的迅猛发展,人们不断地通过互联网传递大量信息,导致互联网上信息的爆炸式增长。面对体量巨大的数据信息,如何满足不同用户的兴趣和需求逐渐成为一个难以解决的问题。为了应对这一问题,个性化推荐技术应运而生。在图书、影视等众多领域,基于物品的协同过滤推荐算法因其卓越的推荐准确性和高效性而被广泛应用。尽管该算法在许多方面表现出色,但其也面临着冷启动与数据稀疏性等问题,这些问题制约了该算法的应用范围和性能。并且随着数据规模的逐渐增加,推荐算法在计算用户相似性以及根据用户喜好进行推荐的环节所花费的时间较长,使得推荐效率较低。本文针对这两部分内容,对现有协同过滤算法进行适当改进。在缓解数据稀疏性方面,提出一种改进的Slope One协同过滤算法。此外,本文通过对算法进行研究,提出了一种并行算法,提高了算法的推荐效率。具体研究内容如下:考虑到现今协同过滤算法在面对数据稀疏问题时可能引起的推荐效果不理想的情况,本文提出一种基于用户相关性的加权Slope One协同过滤算法。该算法考虑到不同用户评论数等因素对推荐准确度的影响,加入用户活跃度与公正度对传统加权Slope One算法进行改进,并且根据共同评分项目对Pearson相关系数进行改进,减少干扰数据对推荐的影响,提高了推荐精度。在真实数据集上的实验结果表明,在确定了最优填充比例和最优近邻数的情况下,相比于其他协同过滤推荐算法,该算法有更好的推荐效果。为了解决改进算法运行效率较低的问题,本文在该算法的基础上,提出了一种加权Slope One协同过滤并行算法。该算法对数据集进行数据划分,并将这些数据分配给多个处理器并行计算,从而减少项目均差矩阵、用户相似度等计算密集部分所花费的时间。在真实数据集上的实验结果表明,该算法具有较高的加速比,能够较大提升运行效率。

关键词：个性化推荐协同过滤矩阵填充数据稀疏性并行计算