检索结果-南通市图书馆

基于蝙蝠优化偏好矩阵的序列化数据推荐算法研究

在线全文

学校读者我要写书评

暂无评论

自动化仪表 2022年第7期43卷 36-39页

作者：丁勇云南师范大学文理学院云南昆明650228

为了提高信息网络中各类用户与项目信息增长给推荐系统带来的负载,从类型偏好角度出发,设计了一种根据用户偏好的蝙蝠优化聚类处理的协同过滤推荐(CFR)算法。在设计蝙蝠优化协同过滤推荐算法(B-CFR)时,融入用户偏好优化聚类方法。以B-CF... 详细信息

为了提高信息网络中各类用户与项目信息增长给推荐系统带来的负载,从类型偏好角度出发,设计了一种根据用户偏好的蝙蝠优化聚类处理的协同过滤推荐(CFR)算法。在设计蝙蝠优化协同过滤推荐算法(B-CFR)时,融入用户偏好优化聚类方法。以B-CFR算法为基础,根据项目类型建立细粒度偏好模型,利用蝙蝠优化算法达到改进聚类的效果。对该算法进行了测试研究。研究结果表明:设计的算法将聚类数设置在10和近邻数取值为40时是最优的。当权重系数处于[0.1,0.5]区间内时,通过B-CFR算法预测评级,能够满足用户真实评级状态评价,显著改善推荐效果。相对于传统CFR算法,所设计的B-CFR算法可以优化评分预测准确性,并有效缩小最近邻居搜索范围、增强系统实时性,使系统获得更强的扩展能力。该研究对保证推荐系统的运行效率具有一定的指导意义。

关键词：推荐系统蝙蝠优化偏好矩阵序列化数据协调过滤推荐算法预测负载能力

在线全文

学校读者我要写书评

暂无评论

基于偏好矩阵和覆盖需求的护士排班模型研究

四川职业技术学院学报 2022年第3期32卷 157-162页

作者：杨媚乐山职业技术学院财经管理系四川乐山614000

采用APN排班模式,考虑我国医院护士排班的实际覆盖需求约束条件,构造成本、偏好为目标函数的整数规划模型。引入并改进偏好矩阵与覆盖需求的产生方法,运用Gurobi优化器和Python语言编程,选取较优的偏好矩阵与覆盖需求排班指标,得到满意... 详细信息

采用APN排班模式,考虑我国医院护士排班的实际覆盖需求约束条件,构造成本、偏好为目标函数的整数规划模型。引入并改进偏好矩阵与覆盖需求的产生方法,运用Gurobi优化器和Python语言编程,选取较优的偏好矩阵与覆盖需求排班指标,得到满意的排班方案。算例结果表明该模型的有效性及实用性,可以为医院排班提供一定的辅助参考作用。

关键词：护士排班偏好矩阵覆盖需求

在线全文

学校读者我要写书评

暂无评论

在景观评价中偏好矩阵的应用研究

设计 2015年第7期28卷 44-47页

作者：路怡斐宋文雯清华大学美术学院

景观与人们日常生活息息相关,它影响着人们的思想、情感以及健康。至上世纪60年代开始,越来越多的国家和学术团体开始重视对景观评价方法的研究,不同学派在各自理论指导下形成多种评价方法,本论文试图对心理物理学派的景观偏好矩阵评价... 详细信息

景观与人们日常生活息息相关,它影响着人们的思想、情感以及健康。至上世纪60年代开始,越来越多的国家和学术团体开始重视对景观评价方法的研究,不同学派在各自理论指导下形成多种评价方法,本论文试图对心理物理学派的景观偏好矩阵评价方法进行分析,对其概念生成、形成发展和实践应用逐一梳理,并通过实际案例的运用检验景观偏好矩阵评价方法的可行性与可操作性。

关键词：偏好矩阵景观评价评价步骤

商业化历史街区外部空间界面特征的环境偏好分析

在线全文

学校读者我要写书评

暂无评论

建筑与文化 2023年第5期 134-136页

作者：刘晶杜宏武华南理工大学建筑学院华南理工大学亚热带建筑科学国家重点实验室

商业化历史街区外部空间特征丰富,地域文化特色鲜明,是城市的公共活力空间,人们除了消费需求还有更高的社会文化需求——环境体验与地域文化感知,其中人群环境偏好能反映其社会活力和文化价值。结合三个典型案例调研和文献研究,以划分... 详细信息

商业化历史街区外部空间特征丰富,地域文化特色鲜明,是城市的公共活力空间,人们除了消费需求还有更高的社会文化需求——环境体验与地域文化感知,其中人群环境偏好能反映其社会活力和文化价值。结合三个典型案例调研和文献研究,以划分建筑内外部空间的界面要素为自变量,从环境偏好矩阵中的连贯性、复杂性、易识别性和神秘性四个方面出发,结合环境体验和地域文化感知分析界面要素特征对环境偏好评价的影响路径,为提升历史街区的空间活力和社会价值、强化地域文化导向提供思路。

关键词：历史街区界面特征偏好矩阵环境体验主观评价

基于信任关系下用户兴趣偏好的协同过滤推荐算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2021年第S1期48卷 240-245页

作者：邵超宋淑米河南财经政法大学计算机与信息工程学院郑州450046

随着信息的海量增长,推荐系统有效缓解了信息爆炸带来的问题,其中协同过滤作为主流技术之一受到了广泛的关注。针对用户的兴趣偏好研究主要是基于商品标签的有监督数据集进行研究,忽略了无监督数据集,同时,在计算用户的兴趣偏好过程中... 详细信息

随着信息的海量增长,推荐系统有效缓解了信息爆炸带来的问题,其中协同过滤作为主流技术之一受到了广泛的关注。针对用户的兴趣偏好研究主要是基于商品标签的有监督数据集进行研究,忽略了无监督数据集,同时,在计算用户的兴趣偏好过程中也未能考虑到信任用户对用户兴趣的影响。为此,文中首先在无监督的项目数据集上采用矩阵分解模型得到项目的潜在特征向量,据此对项目进行聚类以表示项目的类别信息;然后,结合用户的信任关系和用户-项目评分矩阵构造用户的兴趣偏好矩阵;最后,为提高推荐效率,在用户的兴趣偏好矩阵上对用户进行聚类,在每个聚类簇内计算用户之间的相似度,从而实现推荐。在公开数据集上的实验结果表明,该算法能有效改善推荐结果的精确性,提升推荐质量。

关键词：协同过滤推荐聚类偏好矩阵信任关系矩阵分解相似度

在线全文

学校读者我要写书评

暂无评论

基于内容的加权粒度序列推荐算法

计算机工程与科学 2018年第3期40卷 564-570页

作者：王光张杰民董帅含夏帅辽宁工程技术大学软件学院辽宁葫芦岛125105

为了提高个性化推荐系统的准确率,提出了一种基于内容的加权粒度序列推荐算法。通过分析项目属性关系将项目粒度化,计算每个粒度的贡献度得到项目特征矩阵。再根据用户行为信息生成用户粒度序列并进行粒度映射,利用Apriori算法提取出用... 详细信息

为了提高个性化推荐系统的准确率,提出了一种基于内容的加权粒度序列推荐算法。通过分析项目属性关系将项目粒度化,计算每个粒度的贡献度得到项目特征矩阵。再根据用户行为信息生成用户粒度序列并进行粒度映射,利用Apriori算法提取出用户偏好矩阵。最后将项目特征矩阵和用户偏好矩阵做乘积运算,其结果代入改进的sigmoid函数中进行喜好概率预测,从而完成Top-N项目推荐。实验选取MovieLens数据集,结果表明基于内容的加权粒度序列的推荐算法准确率达到72.27%,高于当前流行的推荐算法;在效率方面,推荐时间少于相同用户数量下的协同过滤推荐算法;综合测度评分为0.393,充分验证了算法的整体性能优于其他推荐算法。

关键词：推荐系统加权粒度序列贡献度粒度映射偏好矩阵

基于拓展的连续有序加权几何平均算子的多属性决策方法

在线全文

学校读者我要写书评

暂无评论

统计与决策 2012年第20期28卷 15-19页

作者：刘红彬蔡建峰刘成梅西北工业大学管理学院西安710129

文章基于连续有序加权平均(C-OWA)算子的研究方法,把连续有序加权几何(C-OWG)算子进行了推广,提出了拓展的C-OWG算子,证明了C-OWG算子是拓展的C-OWG算子的特例,给出了拓展的C-OWG算子的性质和几个具体例子。提出了已知区间互反偏好矩阵... 详细信息

文章基于连续有序加权平均(C-OWA)算子的研究方法,把连续有序加权几何(C-OWG)算子进行了推广,提出了拓展的C-OWG算子,证明了C-OWG算子是拓展的C-OWG算子的特例,给出了拓展的C-OWG算子的性质和几个具体例子。提出了已知区间互反偏好矩阵条件下的多属性决策方法。最后举例说明了该方法的可行性。

关键词：多属性决策 C-OWA算子 C-OWG算子偏好矩阵

在线全文

学校读者我要写书评

暂无评论

区间数信息下的多属性群决策研究

计算机工程 2014年第10期40卷 210-213页

作者：李磊谢小璐江南大学商学院江苏无锡214122

随着决策系统的不断扩大以及复杂化,评价指标以实数值描述稍显欠妥。研究属性权重为实数值、区间数信息下的多属性群决策问题,建立集结区间数信息的非线性规划模型,采用模拟植物生长算法集结各方案中多位专家给出的区间数偏好,并利用得... 详细信息

随着决策系统的不断扩大以及复杂化,评价指标以实数值描述稍显欠妥。研究属性权重为实数值、区间数信息下的多属性群决策问题,建立集结区间数信息的非线性规划模型,采用模拟植物生长算法集结各方案中多位专家给出的区间数偏好,并利用得到的偏好区间数构成群决策偏好矩阵。结合已知权重,引入投影理论得到各方案的综合评价值,从而选出最优决策方案。算例结果表明,模拟植物生长算法不仅计算简便、灵活,并且尊重每个专家的意见,较好地保留了信息的完整性,显示出人工智能算法在信息集结方面的有效性。

关键词：区间数群决策植物生长模拟算法投影理论偏好矩阵非线性规划

基于改进TOPSIS-DEA模型的采油厂绩效评估方法

在线全文

学校读者我要写书评

暂无评论

天然气与石油 2015年第4期33卷 92-96,13页

作者：刘岩罗东坤魏新强张宝生中国石油大学(北京)工商管理学院北京102249 中国石油集团经济技术研究院北京102220

传统的数据包络分析(DEA)方法应用于绩效评估无法体现决策者的决策偏好,也无法对有效评价单元进行全排序。在考虑偏好的前提下,运用主观评价方法构造DEA偏好矩阵;以理想点排序(TOPSIS)原理为基础,通过虚拟最优和最差前沿面的方式构造正... 详细信息

传统的数据包络分析(DEA)方法应用于绩效评估无法体现决策者的决策偏好,也无法对有效评价单元进行全排序。在考虑偏好的前提下,运用主观评价方法构造DEA偏好矩阵;以理想点排序(TOPSIS)原理为基础,通过虚拟最优和最差前沿面的方式构造正理想点和负理想点,并以相对贴近度指数计算各评价单元的DEA全排序值。采用12家采油厂的数据进行实例分析,分别以油气生产、安全生产和环保生产为优先条件进行绩效评估,结果显示改进TOPSIS-DEA模型方法在采油厂绩效评估优选中有实用意义。

关键词：绩效评估数据包络分析理想点排序偏好矩阵