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

融合影响力传播的社交网络群推荐方法

情报学报 2022年第4期41卷 364-374页

作者：叶佳鑫熊回香易明刘明华中师范大学信息管理学院武汉430079

在社交网络中,以用户群体作为服务对象来进行个性化推荐服务,能有效提升推荐效率。已有的研究在进行群推荐时大多仅考虑用户群体的整体兴趣,忽视了群体中用户间的相互影响。为此,本文提出了一种基于影响力传播的社交网络群推荐方法,综... 详细信息

在社交网络中,以用户群体作为服务对象来进行个性化推荐服务,能有效提升推荐效率。已有的研究在进行群推荐时大多仅考虑用户群体的整体兴趣,忽视了群体中用户间的相互影响。为此,本文提出了一种基于影响力传播的社交网络群推荐方法,综合考虑用户自身兴趣与其受核心用户影响而产生的兴趣来进行社交网络群推荐服务。以微博“超话”上的数据为例对本文所提方法进行验证,证明了本文所提方法的有效性,从研究结果来看,加入对影响力传播的考量能显著提升群推荐效果。

关键词：社交网络影响力传播个性化推荐群推荐

在线全文

学校读者我要写书评

暂无评论

基于联合概率矩阵分解的群推荐方法研究

计算机学报 2019年第1期42卷 98-110页

作者：王刚蒋军王含茹杨善林合肥工业大学管理学院合肥230009

近年来随着互联网的快速发展,各种虚拟社区不断涌现,用户组成群共同活动的现象逐渐增多,人们开始逐渐关注面向群的推荐.已有的群推荐方法大多是在基于内存的协同过滤推荐方法上进行改进,或是认为组内成员相互独立,忽略了群内成员间的关... 详细信息

近年来随着互联网的快速发展,各种虚拟社区不断涌现,用户组成群共同活动的现象逐渐增多,人们开始逐渐关注面向群的推荐.已有的群推荐方法大多是在基于内存的协同过滤推荐方法上进行改进,或是认为组内成员相互独立,忽略了群内成员间的关联关系对群推荐结果的影响.为此,该文提出了一种基于联合概率矩阵分解的群推荐方法,更好地对群推荐问题进行建模.首先,利用用户加入的群的信息计算用户之间的相关性,其次,将用户相关性矩阵融入到概率矩阵分解过程中,得到个人预测评分,最后,利用面向群推荐问题中常用的合成策略对个人预测评分进行融合,得到群对项目的预测评分.进一步将该文提出的方法与现有常用的群推荐方法进行比较,在CiteULike数据集上进行实验,实验结果表明,该文所提出的方法在准确率、召回率等多种评价指标上都取得了更好的推荐结果.

关键词：群推荐用户相关性群组信息概率矩阵分解合成策略

基于异质信息网络分析的主题感知群推荐方法研究

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2022年第2期39卷 436-441,446页

作者：张馨悦岳峰王含茹王刚合肥工业大学管理学院合肥230009 合肥工业大学计算机与信息学院合肥230009

在社交网络上面向群组推荐物品时,已有研究大多基于群成员的完整偏好,运用一些合成策略生成群推荐结果。但在实际中,促使群成员加入目标群的可能只是其完整偏好中与该群相关的部分偏好。因此,使用群成员的完整偏好进行推荐便会带来大量... 详细信息

在社交网络上面向群组推荐物品时,已有研究大多基于群成员的完整偏好,运用一些合成策略生成群推荐结果。但在实际中,促使群成员加入目标群的可能只是其完整偏好中与该群相关的部分偏好。因此,使用群成员的完整偏好进行推荐便会带来大量的噪声,损害推荐效果。为解决这一问题,提出了一种基于异质信息网络分析的主题感知群推荐方法HINGR_GT(heterogeneous information network analysis based group recommendation method with group topic considered),针对每个群组构建面向群组的异质社交网络子图,将成员偏好中与群组无关的偏好提前排除在外,在此基础上使用异质网络表示学习方法为群组生成物品推荐。为验证所提方法的有效性,在豆瓣电影数据集上进行了实验,结果表明所提方法在所有评价指标上均取得了更好的效果。

关键词：群推荐偏好噪声异质信息网络分析表示学习

融合多维特征与兴趣漂移的虚拟学术社区群推荐模型

在线全文

学校读者我要写书评

暂无评论

现代情报 2023年第7期43卷 48-63页

作者：魏玲权晨雪哈尔滨理工大学经济与管理学院黑龙江哈尔滨150040

[目的/意义]为促进虚拟学术社区知识流转效率,弥补当前针对核心用户群组识别及动态兴趣漂移关注不足的问题,本文构建融合多维特征与兴趣漂移的虚拟学术社区群推荐模型。[方法/过程]以“科学网”为研究对象,从网络传播维度和网络结构维... 详细信息

[目的/意义]为促进虚拟学术社区知识流转效率,弥补当前针对核心用户群组识别及动态兴趣漂移关注不足的问题,本文构建融合多维特征与兴趣漂移的虚拟学术社区群推荐模型。[方法/过程]以“科学网”为研究对象,从网络传播维度和网络结构维度出发,运用改进的信息熵公式综合识别核心用户并聚类发现用户群组。在此基础上,融合群组兴趣特征向量,基于滑动时间窗口和非线性遗忘曲线分析群组兴趣漂移过程,根据动态兴趣漂移结果进行群组推荐并验证该模型的适用性。[结果/结论]实验结果表明,该模型基于用户多维特征可以准确识别核心用户并能很好地反映群组兴趣漂移特征,同时,本文提出的群组推荐算法相比传统算法在推荐结果的准确率上明显提升。

关键词：虚拟学术社区核心用户偏好融合兴趣漂移群推荐

基于改进VIKOR的大数据联盟数据资源群推荐方法研究

在线全文

学校读者我要写书评

暂无评论

情报科学 2021年第1期39卷 120-127页

作者：翟丽丽王笑笑邢海龙哈尔滨理工大学经济与管理学院黑龙江哈尔滨150080

【目的/意义】针对数据稀疏型用户推荐准确度低,大数据联盟群用户对群推荐结果整体满意度不高的问题,本文提出一种基于改进VIKOR的大数据联盟数据资源群推荐方法。【方法/过程】根据大数据联盟数据资源群用户特点,在构建群推荐矩阵时,... 详细信息

【目的/意义】针对数据稀疏型用户推荐准确度低,大数据联盟群用户对群推荐结果整体满意度不高的问题,本文提出一种基于改进VIKOR的大数据联盟数据资源群推荐方法。【方法/过程】根据大数据联盟数据资源群用户特点,在构建群推荐矩阵时,将用户分为群内用户和群外用户,分别考虑不同用户评分对群推荐结果的影响;依据大数据联盟数据资源的特殊性,提出一种数据资源属性权重确定方法,对不同数据资源的各属性分别确权,从而提高群推荐质量。【结果/结论】实验结果表明,本文提出的算法不但能够为数据稀疏型用户提供较准确的推荐结果,而且有效提升了大数据联盟数据资源群用户的整体满意度。【创新/局限】本文将VIKOR算法改进后用于大数据联盟数据资源群推荐,有效改善了群推荐效果,但未考虑用户分群对群推荐结果的影响,接下来将对联盟用户如何准确分群进行研究。

关键词：大数据联盟数据资源大数据联盟用户群推荐 VIKOR算法

在线全文

学校读者我要写书评

暂无评论

直觉犹豫模糊集的相关系数在群推荐中的应用

计算机工程与科学 2017年第11期39卷 2139-2144页

作者：陈秀明钱丽胡贤德李敬明张怡文安徽新华学院信息工程学院安徽合肥230088 合肥工业大学管理学院安徽合肥230001 中国科技大学公共事务学院安徽合肥230022

在直觉犹豫模糊集描述的群推荐系统中,首先,针对直觉犹豫模糊距离公式计算相似性问题中存在的不足,提出了直觉犹豫模糊集相关系数的概念;其次,给出直觉犹豫模糊集相关系数的聚类算法,并分析采用直觉犹豫模糊集相关系数公式与距离公式计... 详细信息

在直觉犹豫模糊集描述的群推荐系统中,首先,针对直觉犹豫模糊距离公式计算相似性问题中存在的不足,提出了直觉犹豫模糊集相关系数的概念;其次,给出直觉犹豫模糊集相关系数的聚类算法,并分析采用直觉犹豫模糊集相关系数公式与距离公式计算相似性的区别;最后,利用直觉犹豫模糊集相关系数对电影进行推荐,结论表明了直觉犹豫模糊集相关系数方法的实用性和有效性。

关键词：相关系数直觉犹豫模糊集聚类分析群推荐

基于社会选择和社会影响的社交网络社群分类与群推荐策略研究

在线全文

学校读者我要写书评

暂无评论

现代情报 2018年第1期38卷 92-99页

作者：何军刘业政王锦坤合肥工业大学管理学院安徽合肥230009 安徽大学商学院安徽合肥230601

社会选择和社会影响是在线社交网络社群形成的两个主要因素,如果能有效对网络社群中用户和群体进行分类,就可以采取不同的群推荐策略,实现群体满意最大化。利用偏好对表示群用户偏好,利用矩阵分解和贝叶斯个性化排序方法,考查社会选择... 详细信息

社会选择和社会影响是在线社交网络社群形成的两个主要因素,如果能有效对网络社群中用户和群体进行分类,就可以采取不同的群推荐策略,实现群体满意最大化。利用偏好对表示群用户偏好,利用矩阵分解和贝叶斯个性化排序方法,考查社会选择和影响对用户偏好的影响程度,实现群用户和群体的分类,进而提出2种群推荐策略。最后通过2个数据集的实验验证,表明本文提出的基于用户和群体分类的群推荐策略是有效的。

关键词：社群分类群推荐社会选择社会影响推荐策略

在线全文

学校读者我要写书评

暂无评论

基于优化协同过滤与加权平均的群推荐方法

计算机工程与应用 2016年第5期52卷 65-70页

作者：朱阿敏刘业政韩建妙合肥工业大学管理学院合肥230009 合肥工业大学过程优化与智能决策教育部重点实验室合肥230009

为面向群体用户提供推荐,提高群体用户的信息搜索效率,提出了一种新颖的基于优化协同过滤与中位数加权平均的群推荐方法,综合考虑了项目的评分相似性与类型相似性,通过集成项目相似性与用户相似性预测出群体用户对项目的评分;在集结群... 详细信息

为面向群体用户提供推荐,提高群体用户的信息搜索效率,提出了一种新颖的基于优化协同过滤与中位数加权平均的群推荐方法,综合考虑了项目的评分相似性与类型相似性,通过集成项目相似性与用户相似性预测出群体用户对项目的评分;在集结群体用户评分时,采用基于中位数的加权平均集结策略消除个别用户评分差异过大带来的影响,综合考虑群体用户在评分过程中的作用。通过预测项目评分实验与集结用户评分实验,结果表明,用新方法得到的准确率均高于常用的传统方法,从而表明该方法是有效的。

关键词：群推荐项目相似性用户相似性中位数加权平均策略

基于群偏好与用户偏好协同演化的群推荐方法研究

在线全文

学校读者我要写书评

暂无评论

基于群偏好与用户偏好协同演化的群推荐方法研究

作者：吴锋合肥工业大学

学位级别：硕士

群推荐系统已经成为社交网络平台的重要工具,该系统面向群体用户提供兼顾个性化和整体满意度的产品和服务。现有的群推荐方法大多是对个性化推荐方法的集成和聚合,但都忽略了偏好的动态变化以及群体和用户之间的交互影响,从而无法保障... 详细信息

群推荐系统已经成为社交网络平台的重要工具,该系统面向群体用户提供兼顾个性化和整体满意度的产品和服务。现有的群推荐方法大多是对个性化推荐方法的集成和聚合,但都忽略了偏好的动态变化以及群体和用户之间的交互影响,从而无法保障群推荐系统的效果和性能。为此,本文为了准确建模群偏好的动态演化,在相关理论与研究的基础上,做了以下相关工作:(1)基于群偏好演化的群推荐模型。在对群偏好建模时考虑到群偏好的动态性以及群偏好对历史偏好的依赖性,认为群偏好的演变与群体上一时刻的偏好相关。在Deviant Art数据集上的实验结果表明了建模群偏好时考虑时间因素可以提高群推荐的准确性。(2)基于群偏好与用户偏好演化的群推荐模型。在对群偏好建模时考虑到群体成员的变化,认为群偏好同时受到群体历史偏好以及群内新成员偏好的影响。在Deviant Art数据集上的实验结果表明了建模群偏好时考虑群成员变化进行群推荐可提高群推荐准确性。(3)基于群偏好与用户偏好协同演化的群推荐模型。在对群偏好演化建模时既考虑群偏好的历史依赖性与群成员的变化,又考虑群体和用户的动态交互和影响,认为群偏好与用户偏好在演化过程中相互影响。在Deviant Art数据集上的实验结果表明了考虑群体和用户的交互影响对群偏好预测的有效性。

关键词：群推荐协同演化群偏好群消费行为时序概率矩阵分解