检索结果-南通市图书馆

基于分段用户群与时间上下文的旅游景点推荐模型研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2020年第5期4卷 92-104页

作者：郑淞尹谈国新史中超华中师范大学国家文化产业研究中心武汉430079

【目的】为用户提供旅游景点的个性化推荐,解决因旅游信息过载而导致的用户决策效率下降的问题。【方法】提出基于用户相似度、景点热度和时间上下文的旅游景点个性化推荐算法SPT,并利用从"携程网"获取的真实旅游数据集对比验证了SPT算... 详细信息

【目的】为用户提供旅游景点的个性化推荐,解决因旅游信息过载而导致的用户决策效率下降的问题。【方法】提出基于用户相似度、景点热度和时间上下文的旅游景点个性化推荐算法SPT,并利用从"携程网"获取的真实旅游数据集对比验证了SPT算法和多种传统推荐算法的实际推荐性能。同时本文提出基于"分段用户群"的训练集构建方法,通过实验对比验证了该方法对不同推荐算法性能的影响。【结果】实验结果表明,SPT算法相较于传统推荐算法在准确率(43.38%)、召回率(61.08%)、覆盖率(64.71%)和流行度(3.832)等指标上均表现出更好的性能。利用基于"分段用户群"的方法进一步提高了景点推荐的准确性和有效性,准确率和召回率分别达到43.75%和61.59%。【局限】算法无法为新用户寻找相似用户集,为其推荐基于时间的热门景点列表解决冷启动问题;"分段用户群"方法需进一步在多种不同数据集上检验其适用范围和性能。【结论】所提方法提升了景点推荐效果,有利于提高用户决策效率和满足用户个性化需求。

关键词：景点推荐分段用户群时间上下文协同过滤个性化旅游

融合标签特征和时间上下文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

小型微型计算机系统 2016年第1期37卷 48-52页

作者：窦羚源王新华孙克山东师范大学信息科学与工程学院济南250014 山东省分布式计算机软件新技术重点实验室济南250014

推荐系统是解决信息过载问题的有效方法,而协同过滤通过挖掘用户行为信息来预测用户偏好,是现今广泛应用的推荐方法.但传统的协同过滤算法存在数据稀疏,推荐精度不高的问题.而标签信息能够丰富用户(资源)之间的联系,从而提高推荐精度.... 详细信息

推荐系统是解决信息过载问题的有效方法,而协同过滤通过挖掘用户行为信息来预测用户偏好,是现今广泛应用的推荐方法.但传统的协同过滤算法存在数据稀疏,推荐精度不高的问题.而标签信息能够丰富用户(资源)之间的联系,从而提高推荐精度.通过标签信息来构造用户和资源的特征矩阵,进一步融合到基于邻域的协同过滤推荐算法中,预测用户对资源的评分.同时考虑了用户评分的时间上下文影响,降低预测误差.在真实的数据集上验证,该推荐算法与传统协同过滤算法相比,有效的预测用户评分,提高推荐精度.

关键词：协同过滤标签特征时间上下文

基于时间上下文信息的借阅次数评分模型与应用

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2014年第S2期58卷 220-223页

作者：江周峰鄂海红杨俊北京邮电大学

针对读者的借阅历史数据,提出一种将图书借阅次数以及借阅时间转化为读者兴趣度的评分模型。该模型把读者的借阅行为分为3种不同的类型:借阅、续借、预约,并将借阅行为发生的时间融入到评分模型中,对于时间上下文的使用,采用两种不同的... 详细信息

针对读者的借阅历史数据,提出一种将图书借阅次数以及借阅时间转化为读者兴趣度的评分模型。该模型把读者的借阅行为分为3种不同的类型:借阅、续借、预约,并将借阅行为发生的时间融入到评分模型中,对于时间上下文的使用,采用两种不同的时间衰减策略,以比较其优劣并选取最优的评分模型。在该数据模型的基础上,实现一个基于隐语义模型的图书推荐系统,并验证评分模型的有效性。

关键词：推荐系统评分模型隐语义模型时间上下文

在线全文

学校读者我要写书评

暂无评论

基于时间上下文模块的人体动作识别方法

国外电子测量技术 2022年第10期41卷 72-79页

作者：周璇易剑平西安交通工程学院机械与电气工程学院西安710300 西安工程大学电子信息学院西安710600

针对现有的动作识别方法缺乏从局部和全局综合的角度来考虑时间上下文的问题,提出了一种基于时间上下文模块的动作识别方法。对中间特征图进行通道分割,并引入一个超参数来限制时间建模的通道占比,从而减少模型的计算成本和增强特征重... 详细信息

针对现有的动作识别方法缺乏从局部和全局综合的角度来考虑时间上下文的问题,提出了一种基于时间上下文模块的动作识别方法。对中间特征图进行通道分割,并引入一个超参数来限制时间建模的通道占比,从而减少模型的计算成本和增强特征重用。利用局部分支和时间分支分别从视频中提取短期和长期的时间上下文信息来提高模型的时间推理能力。时间上下文模块能够以一种即插即用的方式灵活地集成到现有的任何2D卷积神经网络(CNNs)中,以极小的额外计算成本产生一个紧凑的时间上下文网络。通过在ImageNet上进行预训练,在Something Something V1和Diving-48数据集上取得了48.1%和40.5%的Top-1准确率,广泛的消融实验和对比试验结果表明,方法在准确率以及计算成本上实现了更佳的权衡。

关键词：动作识别时间上下文时间推理即插即用

基于时间上下文跟踪-学习-检测的指尖跟踪方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2016年第5期36卷 1371-1377页

作者：侯荣波康文雄房育勋黄荣恩徐伟钊华南理工大学自动化科学与工程学院广州510640

针对在基于视频的空中签名认证系统中,现有方法无法满足指尖跟踪的准确性、实时性和鲁棒性要求的问题,在对比研究目前常用的多种跟踪方法的基础上,提出一种基于时间上下文的跟踪-学习-检测(TLD)方法。在原始TLD算法的基础上引入时间上... 详细信息

针对在基于视频的空中签名认证系统中,现有方法无法满足指尖跟踪的准确性、实时性和鲁棒性要求的问题,在对比研究目前常用的多种跟踪方法的基础上,提出一种基于时间上下文的跟踪-学习-检测(TLD)方法。在原始TLD算法的基础上引入时间上下文信息,即相邻两帧间指尖运动具有连续性的先验知识,自适应地缩小检测和跟踪的搜索范围,以提高跟踪的速度。对12组公开的1组自录的视频序列的实验结果表明,改进后的TLD算法能够准确地跟踪指尖,并且跟踪速度达到43帧/秒;与原始TLD跟踪算法相比,准确率提高了15%,跟踪速度至少提高1倍,达到了指尖跟踪的准确性、实时性和鲁棒性要求。

关键词：目标跟踪指尖跟踪跟踪-学习-检测算法时间上下文人机交互

在线全文

学校读者我要写书评

暂无评论

基于反事实推理的时间上下文协同过滤推荐

计算机工程与设计 2021年第10期42卷 2876-2883页

作者：李旭军殷孜吕强常州工学院经济与管理学院江苏常州213032

为在推荐算法中有效地融合用户行为的时间特性,提出基于反事实推理的时间上下文协同过滤推荐算法。采用替代式类型的反事实推理,假设用户行为的时间间隔服从负指数分布;运用切比雪夫不等式搜寻偏离负指数分布的数据点,刻画用户行为的阵... 详细信息

为在推荐算法中有效地融合用户行为的时间特性,提出基于反事实推理的时间上下文协同过滤推荐算法。采用替代式类型的反事实推理,假设用户行为的时间间隔服从负指数分布;运用切比雪夫不等式搜寻偏离负指数分布的数据点,刻画用户行为的阵发性和间歇性;以用户行为发生时间偏离负指数分布的程度量化行为间的相似度;避免定量刻画用户行为时间分布特征,保证算法的普适性。对比实验结果表明,该算法能有效提升推荐效果。

关键词：时间上下文反事实推理相似度协同过滤切比雪夫不等式

一种基于改进蚁群算法和顾及时间上下文的个性化旅游线路规划方法

在线全文

学校读者我要写书评

暂无评论

测绘科学技术学报 2019年第2期36卷 215-220页

作者：陈雄李爱光陈冰郭健金子鑫 32022部队湖北武汉430000 信息工程大学河南郑州450001 河南省基础地理信息中心河南郑州450001

为解决旅游线路规划中时间上下文的限制和游客旅游偏好等问题,构建顾及时间上下文和游客旅游偏好的旅游线路规划数学模型。提出一种改进的最大最小蚁群算法MMAS(Max-Min Ant System),采用混合信息素更新策略,改进伪随机比和轮盘赌注相... 详细信息

为解决旅游线路规划中时间上下文的限制和游客旅游偏好等问题,构建顾及时间上下文和游客旅游偏好的旅游线路规划数学模型。提出一种改进的最大最小蚁群算法MMAS(Max-Min Ant System),采用混合信息素更新策略,改进伪随机比和轮盘赌注相结合的状态转移策略,提出基于时空棱柱模型的局部搜索优化方法。为验证算法的有效性,利用携程网景点数据与高德实时路况数据进行实验。实验结果表明,该方法比对比算法有更好的性能,能有效地规划出较好的旅游线路。

关键词：个性化路线规划蚁群算法时间上下文时空棱柱

在线全文

学校读者我要写书评

暂无评论

基于时间上下文和属性的个性化推荐研究

基于时间上下文和属性的个性化推荐研究

作者：孙智聪重庆大学

学位级别：硕士

个性化推荐系统在电子商务中充当了传统购物模式中商场导购员的角色。这种方式不仅可以大大地节省人力成本,而且也不会受到时间与地点等因素的限制,提高了电子商务网站的服务质量,有利于接纳更多的消费者并提升用户黏性。当用户在电子... 详细信息

个性化推荐系统在电子商务中充当了传统购物模式中商场导购员的角色。这种方式不仅可以大大地节省人力成本,而且也不会受到时间与地点等因素的限制,提高了电子商务网站的服务质量,有利于接纳更多的消费者并提升用户黏性。当用户在电子商务网站上产生浏览、购买商品等行为时,这些数据将得到保留。个性化推荐系统利用这些数据对用户进行画像,挖掘用户兴趣,并以此为用户个性化地提供购买建议。推荐算法的好坏决定了推荐系统能否准确地满足用户需求,它是推荐系统研究的核心。协同过滤作为推荐算法中使用最早和最为成功的推荐技术之一,受到了广泛的应用。但是传统协同过滤推荐算法仅使用了用户-项目的历史评分信息,没有考虑其他维度的信息,推荐准确性受到了一定影响。本文在总结前人研究成果的基础上,重点在于研究如何利用时间上下文和用户及项目属性的信息提高推荐系统的推荐质量。主要研究内容包括以下几个方面:①深入地阐述了推荐系统的概念及其组成结构,比较了现有的几种主流的推荐算法,介绍了它们的实现方式、优缺点及各自的适用场景。重点阐述了协同过滤推荐算法的原理。②提出一种新的时间上下文权重函数:针对传统的基于遗忘曲线的时间权重函数孤立地计算每一项历史数据时效性的问题,利用认知心理学中记忆激活理论与激活扩散模型中认知单元网络节点激活与能量扩散的原理,提出一种衡量相似项目对目标项目时效性影响多少的计算公式。结合多阶段遗忘曲线,提出一种更能拟合用户兴趣变化的时间上下文权重函数;③提出一种基于时间上下文和属性的个性化推荐算法:针对传统协同过滤推荐算法仅使用用户-项目评分数据而产生的冷启动问题,利用用户及项目属性信息计算冷启动条件下的用户相似度和项目相似度,同时在基于项目的协同过滤算法评分预测时考虑到了项目属性相似度信息,并将本文提出的基于记忆激活理论的时间上下文权重函数引入各评分预测公式,最后给出了一种基于时间上下文和属性的个性化推荐算法。本文最后在Movie Lens数据集上通过与传统基于项目的和基于遗忘曲线的协同过滤推荐算法等比较,实验结果显示本文算法有更高的推荐准确度。

关键词：推荐算法时间上下文记忆激活理论属性信息混合推荐

融合时间上下文的图神经网络果蔬商品推荐研究

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

融合时间上下文的图神经网络果蔬商品推荐研究

作者：刘涵伟安徽农业大学

学位级别：硕士

面对各大电商平台数量庞杂、品种多样的果蔬商品,用户往往难以做出选择。推荐系统通过对用户及商品的偏好特征建模,为用户推荐符合其偏好的商品,在一定程度上缓解了信息过载问题。然而现有果蔬商品推荐模型仅仅考虑了用户与果蔬商品的交... 详细信息

面对各大电商平台数量庞杂、品种多样的果蔬商品,用户往往难以做出选择。推荐系统通过对用户及商品的偏好特征建模,为用户推荐符合其偏好的商品,在一定程度上缓解了信息过载问题。然而现有果蔬商品推荐模型仅仅考虑了用户与果蔬商品的交互,却忽略了交互过程中的时间上下文信息。同时,现有的图神经网络推荐模型在堆叠多层后会出现过平滑问题,影响推荐效果。本文提出一种融合时间上下文的的图神经网络果蔬商品推荐模型。模型将时间上下文信息融入到图注意力机制中,以更好学习节点的特征。同时,模型对用户—果蔬二部图进行子图划分,在子图内学习节点高阶特征,缓解了图神经网络模型堆叠多层后出现过平滑的问题。论文的主要研究内容有:(1)针对传统果蔬商品推荐模型很少考虑时间上下文信息问题,本文提出的果蔬商品推荐模型采用了一种能动态捕捉用户兴趣随时间变化的时间衰减因子,并将其与传统的图注意力机制结合,赋予邻居节点融入时间上下文信息的注意力权重,使得在节点信息传播过程中既能够区分邻居的贡献度,同时还考虑到时间上下文信息的影响。(2)针对传统图神经网络推荐模型堆叠多层后出现过平滑这一问题,本文提出的果蔬商品推荐模型采用一种无监督的子图划分方法,该方法利用用户特征与图结构对偏好相似的用户进行识别,将相似用户划分至同一子图。同时,对于用户直接交互的果蔬商品,由于能够最直观的反映用户偏好,也与其划分至同一子图中,并在子图内部实行高阶传播,避免了噪声干扰,有效缓解了过平滑问题。(3)利用京东电商平台爬取到的真实数据进行实验,将本文提出的果蔬商品推荐模型与其他相关推荐模型进行比较,验证了本文提出的模型在果蔬商品推荐方面具有一定的优势。最后,结合本文所提出的推荐模型,设计并实现了一个融合时间上下文的图神经网络果蔬推荐原型系统。

关键词：时间上下文图神经网络果蔬商品推荐子图划分