Current Location:home > Browse

Institution

1. chinaXiv:201904.00056 [pdf]

移动环境下基于情境感知的个性化影视推荐算法研究

罗国前; 刘志勇; 张琳; 张家鑫; 何卓桁; 张欣
Subjects: Computer Science >> Integration Theory of Computer Science

针对在移动环境下使用传统推荐算法进行个性化影视推荐时存在的准确度不高的问题,提出了一种基于情境感知的矩阵分解算法。该算法在基本矩阵分解算法的基础上,通过融入全局偏置和情境偏置来进行未知评分预测。该算法的优势在于,一方面,使用矩阵分解的方式使得矩阵的规模远远小于原始评分矩阵;另一方面,该算法充分融入了情境要素对评分的影响,使得预测评分更加精准。通过在LDOS-CoMoDa数据集上进行实验,结果表明,该算法在准确度上优于基于用户的协同过滤算法、基本矩阵分解算法和Baseline预测算法。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits329Downloads199 Comment 0

2. chinaXiv:201904.00058 [pdf]

社会网络环境下基于信任传递的推荐模型研究

陈文俊; 倪静
Subjects: Computer Science >> Integration Theory of Computer Science

现有基于信任的推荐算法中没有充分挖掘用户间的信任关系,且缺乏合理的信任关系传递规则,极大地影响了推荐算法的可靠性和准确性。针对上述问题,通过用户评分数据与用户的社会关系建立信任传递模型,提出一种基于信任传递的推荐算法。该算法首先利用评分数据计算信任传递模型中用户的隐式直接信任关系,其次通过求解有序加权平均算子融合多条信任传递链的间接信任关系,最后将计算出的用户信任度与相似度融合为综合相似度进行预测推荐。实验结果证实了所提算法可有效提升系统的推荐质量。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits280Downloads162 Comment 0

3. chinaXiv:201904.00062 [pdf]

融合协同过滤的XGBoost推荐算法

齐德法; 徐连诚; 朱振方
Subjects: Computer Science >> Integration Theory of Computer Science

在推荐系统中,针对用户的冷启动问题,提出一种融合协同过滤的XGBoost推荐算法。根据基于用户相似度的协同过滤推荐算法进行粗粒度召回,得到部分用户的召回集,使用XGBoost算法对召回集中的项目进行预测。对于存在冷启动问题的用户,直接使用XGBoost算法对候选集中的项目进行预测。该算法采用CCIR2018个性化推荐评测的在线评测数据集,并将推荐结果投放到知乎提供的线上平台进行评测。评测结果表明,该算法可以地解决用户的冷启动问题,具有很高的执行效率,准确度高,在线上评测中取得显著的推荐效果,并获得三等奖。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits374Downloads234 Comment 0

4. chinaXiv:201904.00047 [pdf]

引入评分偏置的二项矩阵分解推荐算法

张笑虹; 张奇志; 周亚丽
Subjects: Computer Science >> Integration Theory of Computer Science

针对推荐系统中的评分预测问题,在矩阵分解的基础上,实现了一种修正的二项矩阵分解算法。假设用户对物品的评分基于二项分布,由于用户的评分习惯存在差异,物品的受欢迎程度也存在着差异,导致用户—物品评分矩阵存在偏置量。通过引入偏置量对矩阵分解和评分预测进行修正,采用最大后验估计建模,并通过随机梯度下降算法优化模型。实验结果表明,在MovieLens 100K数据集上,引入评分偏置的二项矩阵分解算法在推荐精度,离线计算时间等方面均优于传统的二项矩阵分解算法。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits250Downloads143 Comment 0

5. chinaXiv:201904.00053 [pdf]

融合内容与矩阵分解的混合推荐算法

王永贵; 陈玉伟
Subjects: Computer Science >> Integration Theory of Computer Science

传统的基于内容的推荐算法往往具有较低的准确性,而协同过滤推荐算法中普遍存在数据稀缺性和项目冷启动问题。为解决上述问题,提出了一种融合内容与协同矩阵分解技术的混合推荐算法。该算法实现了在共同的低维空间中分解内容和协同矩阵,同时保留数据的局部结构。在参数优化方面利用一种基于乘法更新规则的迭代方法,以此提高学习能力。实验结果表明,该算法优于其他具有代表性的项目冷启动推荐算法,有效缓解了数据稀疏性,提高了推荐准确性。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits323Downloads178 Comment 0

6. chinaXiv:201902.00019 [pdf]

让自适应测验更知人善选——基于推荐系统的选题策略

王璞珏; 刘红云
Subjects: Psychology >> Psychological Measurement

基于推荐系统中协同过滤推荐的思想,提出两种可以利用已有答题者数据的CAT选题策略:直接基于答题者推荐(DEBR)和间接基于答题者推荐(IEBR)。通过两个模拟研究,在不同题库和不同长度的测验中,比较了两种推荐选题策略与两种传统选题策略(FMI和BAS)在测量精度和对题目曝光率控制上的表现,以及影响推荐选题策略表现的因素。结果发现:两种推荐选题策略对题目曝光率的控制优于两种传统选题策略,测量精度不亚于BAS方法,其中DEBR侧重选题精度,IEBR对题目曝光率控制最好。已有答题者数据的特点和质量是影响推荐选题策略表现的主要因素。

submitted time 2019-02-19 Hits3956Downloads935 Comment 0

7. chinaXiv:201901.00148 [pdf]

面向图文匹配任务的多层次图像特征融合算法

郝志峰; 李俊峰; 蔡瑞初; 温雯; 王丽娟; 黎伊婷
Subjects: Computer Science >> Integration Theory of Computer Science

现有主流的利用预训练卷积神经网络提取图像特征的方法存在如下问题:仅使用单层预训练特征表征图像;预训练任务与实际研究任务不一致。使得现有图文匹配方法无法充分利用图像特征,极易受到噪声特征干扰。针对上述问题,使用了预训练网络中的多层特征,并提出了多层次图像特征融合算法。在图文匹配的学习目标指导下,利用多层感知机(Multi-Layer Perceptron)有监督地融合和降维多层次的预训练图像特征,生成融合图像特征,从而充分利用预训练特征,减少噪声干扰。实验结果表明,提出的融合算法可实现对预训练的图像特征更有效的利用,相比于使用单层次特征的方法能获得更好的图文匹配效果。

submitted time 2019-01-28 From cooperative journals:《计算机应用研究》 Hits694Downloads358 Comment 0

8. chinaXiv:201901.00189 [pdf]

融合双重正则化机制的低秩矩阵分解推荐模型

郁雪; 张昊男; 黄鸿发
Subjects: Computer Science >> Integration Theory of Computer Science

基于矩阵分解技术的社会化推荐通过加入用户信任关系来加强学习准确性,但忽略了物品之间的关联信息在模型分解过程中对用户兴趣的影响。对此本文首先提出在物品相似度计算方法中加入用户参与度进行改进,并构建了融合物品关联正则项和信任用户正则项双重约束的矩阵分解推荐模型,在优化隐式特征矩阵过程中体现了物品之间的关联信息对推荐的重要影响。最后通过对2个不同稀疏级别的数据集的实验证明,相比主流的矩阵分解模型,本文提出的双重正则项的矩阵分解模型能够提高稀疏数据集上预测评分的准确性,并能明显缓解用户冷启动问题。

submitted time 2019-01-28 From cooperative journals:《计算机应用研究》 Hits239Downloads127 Comment 0

9. chinaXiv:201901.00025 [pdf]

融合标签相似度的差分隐私矩阵分解推荐算法

郑剑; 王啸乾
Subjects: Computer Science >> Integration Theory of Computer Science

推荐系统需要利用到大量的用户行为数据,这些数据极有可能暴露用户的喜好,给人们关心的隐私问题带来了巨大的挑战。为保证推荐精度与用户隐私,提出一种结合差分隐私与标签信息的矩阵分解推荐模型。该模型首先将标签信息加入到项目相似度的计算过程,随后融入到矩阵分解推荐模型中提高推荐精度,最后运用随机梯度下降法求解模型最优值。为解决用户隐私问题,将拉普拉斯噪声划分成两部分,分别加入项目相似度与梯度求解过程中,使得整个推荐过程满足ε-差分隐私,并在一个真实的数据集上分析验证算法的有效性。实验表明,提出的方法能在保证用户隐私的情况下,仍具有较高的推荐精度。

submitted time 2019-01-03 From cooperative journals:《计算机应用研究》 Hits270Downloads145 Comment 0

10. chinaXiv:201901.00040 [pdf]

情景感知的物联网服务推荐方法研究

刘志中; 郭思慧; 张振兴
Subjects: Computer Science >> Integration Theory of Computer Science

随着服务计算与物联网技术的快速发展与成熟,网络上出现了大量的物联网服务,如何根据用户实时的情景高效地为其推荐最为合适的物联网服务,已经成为当前服务计算与物联网领域亟需解决的关键问题之一。针对这一问题,提出了一种基于情景感知的物联网服务推荐方法。首先基于改进的FolkRank算法生成当前用户可用的物联网服务列表;之后,依据用户当前关键的情景构建用户情景信息模型,根据用户的情景模型从服务列表中筛选出最能满足用户当前情景的物联网服务。实验结果表明,所提出的情景感知的物联网服务推荐方法是可行的与有效的。

submitted time 2019-01-03 From cooperative journals:《计算机应用研究》 Hits269Downloads167 Comment 0

1234567  Last  Go  [7 Pages/ 65 Totals]