检索结果-南通市图书馆

融合标签相似度的k近邻Slope one算法

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2016年第4期28卷 518-524页

作者：张鹏葛小青中国科学院遥感与数字地球研究所北京100094 中国科学院大学北京100049

Slope one协同过滤算法被广泛应用于个性化推荐系统中。标签是一种描述项目特性的重要形式,针对Slope one算法推荐精度不足的问题,将标签信息融合到Slope one算法当中。同时参考k近邻算法思想,选取阈值过滤后的k近邻项目参与平均评分偏... 详细信息

Slope one协同过滤算法被广泛应用于个性化推荐系统中。标签是一种描述项目特性的重要形式,针对Slope one算法推荐精度不足的问题,将标签信息融合到Slope one算法当中。同时参考k近邻算法思想,选取阈值过滤后的k近邻项目参与平均评分偏差计算,提高计算效率的同时增加预测精度。使用评分相似度和标签相似度作为权重修正线性回归模型。通过线性加权融合预测结果,进一步提升推荐质量。将算法应用于Movie Lens数据集,与传统加权Slope one算法相比,平均绝对偏差下降4.8%,召回率和准确率分别提高32.1%和26.3%。

关键词：协同过滤推荐系统标签相似度 k近邻 Slope one算法

基于协同过滤和Slope one算法的Web服务可靠性预测

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2018年第8期40卷 1390-1397页

作者：王磊瞿佳明南京林业大学经济管理学院江苏南京210037

针对Web服务的可靠性预测已成为服务计算领域的研究热点。为提高已有的针对Web服务可靠性预测方法的性能,提出两种方法。首先,针对基于协同过滤的Web服务可靠性预测方法,对用户的相似性、服务相似性以及预测值的计算方法都进行了适当的... 详细信息

针对Web服务的可靠性预测已成为服务计算领域的研究热点。为提高已有的针对Web服务可靠性预测方法的性能,提出两种方法。首先,针对基于协同过滤的Web服务可靠性预测方法,对用户的相似性、服务相似性以及预测值的计算方法都进行了适当的改进;其次,将k-means聚类算法与Slope one算法进行集成,进而用于开展Web服务可靠性预测。实验结果表明,相较已有方法,本文所提出的方法具有更高的预测精度。

关键词：协同过滤 Slope one算法 Web服务可靠性预测

融合用户聚类与项目聚类的加权Slope one算法

在线全文

学校读者我要写书评

暂无评论

控制工程 2018年第7期25卷 1297-1302页

作者：关志芳孟海东包头钢铁职业技术学院自动化系内蒙古包头014010 内蒙古科技大学信息工程学院包头014010 内蒙古科技大学矿业研究院包头014010

随着互联网信息量的增加,传统协同过滤推荐算法在处理大规模数据时表现出性能低下、准确率不高等缺点。基于此提出一种融合用户聚类和项目聚类的加权Slope one算法,算法基本思想为：采用聚类技术将相似度较高的用户或者项目进行聚类,在... 详细信息

随着互联网信息量的增加,传统协同过滤推荐算法在处理大规模数据时表现出性能低下、准确率不高等缺点。基于此提出一种融合用户聚类和项目聚类的加权Slope one算法,算法基本思想为：采用聚类技术将相似度较高的用户或者项目进行聚类,在进行全局计算时只需计算同类中的对象,而不需计算所有对象,然后将每个聚类分别使用融合用户相似度与项目相似度的加权Slope one算法进行评分预测。实验结果表明,所提出算法在提高了算法执行效率的同时,仍能获得较高的推荐准确度。

关键词：用户聚类项目聚类个性化推荐协同过滤 Slope one算法

在线全文

学校读者我要写书评

暂无评论

融合项目分类的加权Slope one算法

小型微型计算机系统 2017年第9期38卷 2090-2095页

作者：原福永温志慧梁顺攀张玉连燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学信息科学与工程学院计算机教学实验中心河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

互联网的迅速发展,将人们带入了信息爆炸的时代,而个性化推荐系统是解决该问题的一种非常有效的方法.研究的Slope one算法是一种基于项目的协同过滤推荐算法,该方法简单、高效、易于实现且具有合理的准确性.然而,该算法在偏差计算时考... 详细信息

互联网的迅速发展,将人们带入了信息爆炸的时代,而个性化推荐系统是解决该问题的一种非常有效的方法.研究的Slope one算法是一种基于项目的协同过滤推荐算法,该方法简单、高效、易于实现且具有合理的准确性.然而,该算法在偏差计算时考虑了所有共同评分的项目,在某些情况下,对不相关项目计算偏差可能会降低预测的准确性.为了在计算偏差时过滤掉不相关项目对预测结果的影响,将项目分类和K近邻引入Slope one算法,以期得到更好的准确性.最后,在MovieLens数据集上的实验结果表明,提出的方法在数据稀疏和共同评分项目较少的情况下仍能得到较好的准确性.

关键词：个性化推荐协同过滤项目分类项目K近邻 Slope one算法

在线全文

学校读者我要写书评

暂无评论

融合机器学习的加权Slope one算法

小型微型计算机系统 2016年第8期37卷 1712-1716页

作者：张玉连郇思思梁顺攀燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学信息科学与工程学院计算机教学实验中心河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

Slope one算法是一种基于内存的协同过滤推荐算法,在计算时,内存消耗过大,尤其当数据集稀疏时,预测结果的准确度不高.基于此,将一种基于模型的算法融合到基于内存的Slope one算法中,提出一种使用机器学习中最小二乘法改进的加权Slope On... 详细信息

Slope one算法是一种基于内存的协同过滤推荐算法,在计算时,内存消耗过大,尤其当数据集稀疏时,预测结果的准确度不高.基于此,将一种基于模型的算法融合到基于内存的Slope one算法中,提出一种使用机器学习中最小二乘法改进的加权Slope one算法,该算法简单直观且计算高效,可以克服传统基于内存推荐算法的诸多缺点.最后,在Filmtrust和Movielens数据集上的对比实验结果表明,融合偏差因子的加权Slope one算法在这两个稀疏度不同的数据集下,均能获得较高的推荐准确度.

关键词：协同过滤机器学习最小二乘法加权Slope one算法

基于关联规则策略加权的Slope one算法改进

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2019年第12期36卷 3605-3609页

作者：薛宇彤陈海龙葛苗苗哈尔滨理工大学计算机科学与技术学院

针对Slope one推荐算法在数据稀疏性高时推荐结果不够精准的问题进行研究,将关联规则思想与加权分析的方法相结合,提出基于关联规则策略加权的Slope one算法,从用户评分和项目特征两个角度对算法进行改进。实验采用Film Trust数据集,其... 详细信息

针对Slope one推荐算法在数据稀疏性高时推荐结果不够精准的问题进行研究,将关联规则思想与加权分析的方法相结合,提出基于关联规则策略加权的Slope one算法,从用户评分和项目特征两个角度对算法进行改进。实验采用Film Trust数据集,其中包含1 508个用户对2 071部电影共35 497条评分记录。经多次实验测试分析,提出的方法切实达到了预期优化效果,也为后续算法的更多元化改进方案探究提供了研究基础。

关键词：推荐系统协同过滤推荐算法数据挖掘加权Slope one算法关联规则

在线全文

学校读者我要写书评

暂无评论

基于耦合关系的加权Slope one算法

计算机应用研究 2017年第12期34卷 3704-3707页

作者：沈学利张莹辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105 辽宁工程技术大学研究生院辽宁葫芦岛125105

Slope one算法是一种基于项目的协同过滤推荐算法,它对项目属性内和属性间依赖耦合关系的考虑较为欠缺,推荐效果并不理想。基于此,提出一种基于耦合关系的加权Slope one算法。该算法构造了项目属性耦合关系模型和用户属性耦合关系模型,... 详细信息

Slope one算法是一种基于项目的协同过滤推荐算法,它对项目属性内和属性间依赖耦合关系的考虑较为欠缺,推荐效果并不理想。基于此,提出一种基于耦合关系的加权Slope one算法。该算法构造了项目属性耦合关系模型和用户属性耦合关系模型,采取用户耦合相似度和项目耦合相似度对加权Slope one算法进行改进。本算法在Movie Lens数据集上进行验证表明具有较高的推荐准确度。

关键词：协同过滤 Slope one算法项目耦合相似度用户耦合相似度

在线全文

学校读者我要写书评

暂无评论

资源分配的改进Slope one算法

小型微型计算机系统 2015年第5期36卷 1056-1058页

作者：贺怀清李图波李铁军中国民航大学计算机科学与技术学院天津300300

相对于传统的个性化推荐算法,Slope one简洁高效,而且算法复杂度较低,但是该算法过多的依赖于项目评价数目,目标项目的评分预测是全局相关的,考虑了全部的用户,也就是说并没有明显的针对目标用户,首先根据全局中所有的用户对所有项目与... 详细信息

相对于传统的个性化推荐算法,Slope one简洁高效,而且算法复杂度较低,但是该算法过多的依赖于项目评价数目,目标项目的评分预测是全局相关的,考虑了全部的用户,也就是说并没有明显的针对目标用户,首先根据全局中所有的用户对所有项目与目标项目的评分计算平均差值,目标用户对目标项目的评分利用该差值来预测,那么与目标用户兴趣完全相反的用户也会被计算在内,进而导致预测结果的偏差,针对这一不足,提出一种资源分配的用户相似性度量方法,增加相似用户的权重而改进Slope one算法,然后在标准的Movie Lens数据集上进行试验测试,试验的结果表明改进后的算法在一定程度上提高了预测的精度.

关键词：个性化推荐改进Slope one算法资源分配 Movielens

融合用户相似度与项目相似度的加权Slope one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6期37卷 1174-1178页

个性化推荐技术为人们处理信息过载问题提供了一种有效的解决方式.协同过滤是推荐技术常用的算法之一,本文研究的Slope one算法就是一种基于项目的协同过滤推荐算法,但是,它并未考虑到用户相似度及项目相似度的问题.因此,本文提出5种新... 详细信息

个性化推荐技术为人们处理信息过载问题提供了一种有效的解决方式.协同过滤是推荐技术常用的算法之一,本文研究的Slope one算法就是一种基于项目的协同过滤推荐算法,但是,它并未考虑到用户相似度及项目相似度的问题.因此,本文提出5种新的融合用户相似度与项目相似度的加权Slope one算法,即分别使用信任因子和Jaccard方法找出具有影响力的用户,使用Pearson方法找出当前项目的相似项目.最后,在Epinions和Movielens数据集上的对比实验结果表明,融合Jaccard和Pearson的混合算法在数据集稀疏以及邻居数目较少的情况下,仍能获得较高的推荐准确度.

关键词：个性化推荐协同过滤用户相似度项目相似度 Slope one算法