期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于KL散度的用户相似性协同过滤算法 被引量：13
1
作者 王永 邓江洲 《北京邮电大学学报》 EI CAS CSCD 北大核心 2017年第2期110-114,共5页
大多数用户相似性算法在计算用户相似性时只考虑了用户间的共同评分项,而忽略了用户其他评分中可能隐藏的有价值信息.为了准确评估用户间的相似性,提出了一种基于KL散度的用户相似性协同过滤算法.该算法不仅利用了共同评分项,还考虑了... 大多数用户相似性算法在计算用户相似性时只考虑了用户间的共同评分项,而忽略了用户其他评分中可能隐藏的有价值信息.为了准确评估用户间的相似性,提出了一种基于KL散度的用户相似性协同过滤算法.该算法不仅利用了共同评分项,还考虑了其他非共同评分信息的影响.该算法充分利用了用户的所有评分信息,提高了用户相似性度量的可靠性和准确性.实验结果表明,该算法优于当前主流的用户相似性算法,且在没有共同评分信息的条件下,仍能有效地完成用户相似性度量,解决了对共同评分项的完全依赖问题,具有更好的适应性. 展开更多
关键词 协同过滤算法 用户相似性 KL散度 共同评分信息 数据稀疏
原文传递
融合知识图谱和大模型的高校科研管理问答系统设计
2
作者 王永 秦嘉俊 +1 位作者 黄有锐 邓江洲 《计算机科学与探索》 北大核心 2025年第1期107-117,共11页
科研管理是高校管理中的重要组成部分,但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向,将知识图谱、传统模型和大语言模型相结合,共同构建新一代高校科研管理问答系统。采集科研知识用于构建科... 科研管理是高校管理中的重要组成部分,但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向,将知识图谱、传统模型和大语言模型相结合,共同构建新一代高校科研管理问答系统。采集科研知识用于构建科研知识图谱。利用同时进行意图分类和实体提取的多任务模型进行语义解析。借助解析结果来生成查询语句,并从知识图谱中检索信息来回复常规问题。将大语言模型与知识图谱相结合,以辅助处理开放性问题。在意图和实体具有关联的数据集上的实验结果表明,采用的多任务模型在意图分类和实体识别任务上的F1值分别为0.958和0.937,优于其他对比模型和单任务模型。Cypher生成测试表明了自定义Prompt在激发大语言模型涌现能力方面的成效,利用大语言模型实现文本生成Cypher的准确率达到85.8%,有效处理了基于知识图谱的开放性问题。采用知识图谱、传统模型和大语言模型搭建的问答系统的准确性为0.935,很好地满足了智能问答的需求。 展开更多
关键词 知识图谱 多任务模型 意图分类 命名实体识别 大语言模型
基于项目概率分布的协同过滤推荐算法 被引量：4
3
作者 王永 邓江洲 +1 位作者 邓永恒 张璞 《现代图书情报技术》 CSSCI 2016年第6期73-79,共7页
【目的】解决传统项目相似性度量方法必须依赖于共同评分项,及传统方法在稀疏数据集中预测准确性不高的问题。【方法】将信号处理领域的KL散度引入项目相似性的计算中,利用评分值的概率密度分布计算项目相似性,可更有效地发现目标项目... 【目的】解决传统项目相似性度量方法必须依赖于共同评分项,及传统方法在稀疏数据集中预测准确性不高的问题。【方法】将信号处理领域的KL散度引入项目相似性的计算中,利用评分值的概率密度分布计算项目相似性,可更有效地发现目标项目的相似邻居项目。【结果】在Movie Lens数据集上的实验结果表明,该算法的推荐综合值F1超过0.65,在预测有效性、预测误差和推荐准确性等方面的评测结果均明显优于当前常用的项目相似性方法。【局限】只考虑了项目评分值的比率,未充分利用项目的绝对评分值。【结论】算法有效地利用了数据集内的评分信息,较好地克服了数据的稀疏性问题,具有很好的应用价值。 展开更多
关键词 项目相似性 协同过滤 KL散度 推荐算法
原文传递
基于生成对抗网络的评分可信推荐模型
4
作者 王永 王淞立 邓江洲 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期396-403,共8页
现有的基于深度学习的推荐模型主要致力于提升推荐系统的准确性。然而,除了推荐准确性外,模型的推荐可靠性也备受关注。该文提出一种基于生成对抗网络的评分可信推荐模型来评估预测结果的有效性,以实现推荐准确性与可靠性间的权衡。该... 现有的基于深度学习的推荐模型主要致力于提升推荐系统的准确性。然而,除了推荐准确性外,模型的推荐可靠性也备受关注。该文提出一种基于生成对抗网络的评分可信推荐模型来评估预测结果的有效性,以实现推荐准确性与可靠性间的权衡。该模型仅利用用户显式评分信息获取预测评分的可信度,并根据设定的可靠性阈值筛选出具有高可信度的预测评分,以保证推荐项目的可靠性。此外,为了提高模型的预测效果并确保训练的公平性,设计了正样本填充策略来缓解评分可靠性矩阵中的数据不均衡问题。在3个真实数据集上的实验结果表明,该模型在Recall和NDCG指标上均优于所选的对比方法,有效提高了推荐系统的性能。 展开更多
关键词 生成对抗网络 填充策略 可靠性 推荐系统
下载PDF
融合Jensen-Shannon散度的推荐算法 被引量：3
5
作者 王永 王永东 +1 位作者 邓江洲 张璞 《计算机科学》 CSCD 北大核心 2019年第2期210-214,共5页
为充分利用所有评分,缓解数据稀疏性问题,将概率统计领域的Jensen-Shannon(JS)散度引入相似性度量中,提出了一种新的项目相似性度量算法。该算法将项目的评分信息转化为评分值密度,并依据评分值的密度分布来计算项目相似性。同时,引入... 为充分利用所有评分,缓解数据稀疏性问题,将概率统计领域的Jensen-Shannon(JS)散度引入相似性度量中,提出了一种新的项目相似性度量算法。该算法将项目的评分信息转化为评分值密度,并依据评分值的密度分布来计算项目相似性。同时,引入评分数量因子,进一步提升了基于JS的相似性度量方法的性能。最后,以基于JS的相似性度量方法为基础,设计了相应的协同过滤算法。在MovieLens数据集上的实验结果表明,所提算法在预测误差和推荐准确性方面均有良好的表现。因此,该算法在推荐系统中具有很好的应用潜力。 展开更多
关键词 Jensen-Shannon散度 评分值密度 相似性度量 协同过滤 数据稀疏性
下载PDF
融合物品受众特征的深度学习推荐模型 被引量：1
6
作者 王永 陈俊谕 +1 位作者 刘岽 邓江洲 《数据分析与知识发现》 EI CSSCI CSCD 北大核心 2023年第12期114-124,共11页
[目的]为有效捕获用户与物品交互数据中蕴含的协同信息和高阶特征,提出一种融合物品受众特征的深度学习推荐模型。[方法]利用注意力机制从物品与用户的历史交互信息中自适应地构建出物品的个性化受众特征,并将其作为对目标用户偏好预测... [目的]为有效捕获用户与物品交互数据中蕴含的协同信息和高阶特征,提出一种融合物品受众特征的深度学习推荐模型。[方法]利用注意力机制从物品与用户的历史交互信息中自适应地构建出物品的个性化受众特征,并将其作为对目标用户偏好预测的重要补充信息引入推荐模型中。同时,设计显式的特征交叉并引入残差连接以丰富高阶特征信息的多样性。[结果]在三个公开数据集上的实验显示,当推荐列表长度为10时,相对于次优对比方法,本文模型在Precision、Recall、F1和NDCG等4个性能评价指标上分别最高增长9.1、9.4、9.2、12.1个百分点。[局限]模型性能一定程度上依赖于用户与物品的历史交互数据量。[结论]本文模型能很好地兼顾泛化能力和记忆能力,展现出良好的推荐性能。 展开更多
关键词 注意力机制 物品受众 特征交叉 神经网络 推荐模型
原文传递
基于直觉模糊集的伯努利矩阵分解推荐算法 被引量：1
7
作者 邓江洲 郭均鹏 《控制与决策》 EI CSCD 北大核心 2023年第10期2897-2904,共8页
现有的基于矩阵分解的协同过滤推荐算法主要从定量的角度,利用用户的评分信息评估模型表现,而并未从定性的角度描述用户的不确定偏好信息.鉴于此,从用户偏好模糊概率的角度提出一种基于直觉模糊集的伯努利矩阵分解推荐算法为目标用户进... 现有的基于矩阵分解的协同过滤推荐算法主要从定量的角度,利用用户的评分信息评估模型表现,而并未从定性的角度描述用户的不确定偏好信息.鉴于此,从用户偏好模糊概率的角度提出一种基于直觉模糊集的伯努利矩阵分解推荐算法为目标用户进行Top-n推荐.首先,根据用户偏好特征和直觉模糊集定义,将用户评分矩阵划分为隶属度矩阵、非隶属度矩阵和犹豫度矩阵;然后,借助伯努利矩阵分解模型对矩阵并行拟合,得到最优的潜在特征向量对,并将其内积按比例划分,从而获得目标用户对未评分项目偏好程度的直觉模糊数;最后,根据直觉模糊数排序规则确定最终推荐列表.在公开数据集上的实验结果显示,所提出方法在项目排序指标上均优于其对比方法,能够有效提高推荐质量. 展开更多
关键词 直觉模糊集 伯努利分布 矩阵分解 推荐算法
原文传递
基于物品交互约束的自编码器推荐模型
8
作者 李昌兵 陈思彤 +2 位作者 罗陈红 邓江洲 叶建梅 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2024年第5期1052-1061,共10页
近年来,自编码器凭借其良好的数据压缩能力在推荐领域得到广泛应用。研究发现,受推荐系统中数据稀疏性的影响,自编码器模型会因为用户与物品之间缺少交互而在训练过程中产生偏差,从而影响模型的推荐结果。为解决此问题,提出一种基于物... 近年来,自编码器凭借其良好的数据压缩能力在推荐领域得到广泛应用。研究发现,受推荐系统中数据稀疏性的影响,自编码器模型会因为用户与物品之间缺少交互而在训练过程中产生偏差,从而影响模型的推荐结果。为解决此问题,提出一种基于物品交互约束的自编码器推荐模型。该模型以物品交互情况作为约束条件,设计了新的参数更新规则,规避了由数据稀疏性引入的模型训练偏差。在此基础上,推荐模型还将物品标签信息引入到训练中,通过增加新的数据源来缓解数据稀疏性的影响,提升推荐性能。在3个不同规模和稀疏度的数据集上的实验表明,模型对稀疏数据集具有良好的适应性,能够有效提高推荐的准确性,展现出良好的应用潜力。 展开更多
关键词 自编码器 推荐系统 物品交互约束 协同过滤
下载PDF
多视角提供数字产品预测可靠性的推荐策略研究——基于直觉模糊集的自然噪声检测机制
9
作者 邓江洲 伍奇 +1 位作者 王河洺 杜茂康 《数据分析与知识发现》 EI CSSCI CSCD 北大核心 2024年第7期128-136,共9页
【目的】考虑原始评分信息的准确性及其预测结果的可靠性,以提升推荐系统的准确性。【方法】从信息输入和输出两方面,设计三种方案为已有推荐算法的预测结果提供可靠性概率。在信息输入方面,借助直觉模糊集理论,提出模糊自然噪声检测机... 【目的】考虑原始评分信息的准确性及其预测结果的可靠性,以提升推荐系统的准确性。【方法】从信息输入和输出两方面,设计三种方案为已有推荐算法的预测结果提供可靠性概率。在信息输入方面,借助直觉模糊集理论,提出模糊自然噪声检测机制识别和修正有误评分;在信息输出方面,分别采用二次模糊噪声检测、矩阵分解和深度神经网络获得待预测位置的可靠性概率,并根据设定的可靠性判别条件,识别出不可信的预测评分并对其修正。【结果】在两个公开数据集上的实验结果显示,与原始推荐算法相比,引入所提模糊自然噪声检测方法和三种可靠性方案后的相应方法在F1值和NDCG评估指标上分别最高提升了6.4%和7.2%。【局限】所设计的可信推荐策略不适用于只包含隐式反馈的数据集。【结论】从评估信息可靠性的视角,为提升推荐算法的性能提供了新的解决方案。 展开更多
关键词 直觉模糊集 自然噪声 可靠性 机器学习 推荐系统
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部