期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于多属性评分隐表征学习的群组推荐算法 被引量:1
1
作者 张纯金 郭盛 +2 位作者 纪淑娟 杨伟 伊磊 《数据分析与知识发现》 CSSCI CSCD 北大核心 2020年第12期120-135,共16页
【目的】克服个体用户表征学习受个体用户评分稀疏性影响严重的问题,提高推荐算法的准确率和反应速度。【方法】提出一种基于神经网络的多属性评分隐表征学习方法,并应用该方法从用户群组和项目两个维度学习多属性评分的隐表征,最后分... 【目的】克服个体用户表征学习受个体用户评分稀疏性影响严重的问题,提高推荐算法的准确率和反应速度。【方法】提出一种基于神经网络的多属性评分隐表征学习方法,并应用该方法从用户群组和项目两个维度学习多属性评分的隐表征,最后分别通过用户群组偏好匹配和项目吸引力计算实现两个群组推荐。【结果】基于TripAdvisor数据集的实验结果表明:本文算法的准确率、时间性能优于典型的多属性推荐算法和群组推荐算法;准确率略差于个体推荐算法,但在线和离线运行时间较个性化推荐算法分别至少降低30%和50%;用户群组的隐表征学习相比项目的隐表征学习对推荐性能的提高作用更明显。【局限】由于真实群组数据难以获取,仅基于某种聚类算法生成虚拟群组,因此群组较理想化。虚拟群组的偏好比真实群组的偏好可能更易聚合。【结论】基于神经网络学习群组用户的隐表征(即聚合群组用户的偏好)和项目的隐表征,可以有效提高群组推荐算法和多属性推荐算法的准确率和召回率,效果非常接近最新的个性化推荐算法。 展开更多
关键词 群组推荐算法 多属性评分 隐表征学习 评分矩阵 神经网络
原文传递
基于Spark的空间大数据实时查询分析关键技术研究
2
作者 郭盛 《IT经理世界》 2019年第1期57-59,共3页
传统的数据处理系统在数据储存和分析过程中还存在很多不足,无法满足大数据处理分析需求,为了能够充分体现数据的价值性,需要进行高效信息处理。因此,提出了Spark系统并结合SIMBA的思路,建立了大数据分析系统,且基于数据库查询方式完成... 传统的数据处理系统在数据储存和分析过程中还存在很多不足,无法满足大数据处理分析需求,为了能够充分体现数据的价值性,需要进行高效信息处理。因此,提出了Spark系统并结合SIMBA的思路,建立了大数据分析系统,且基于数据库查询方式完成信息检索。在Spark系统中可以引入索引机制,用于提升信息的检索效率,建立线段树储存方式能够进一步提升检测效率,在数据处理方面可以利用分区策略的方式完成数据分区,通过全局过滤和局部索引的方式,确保在信息查询中能够实现高呑吐量以及低延迟性。 展开更多
关键词 SPARK 空间大数据 实时查询 关键技术
原文传递
基础设施建设与经济发展的关系研究——以增城挂绿新城为例
3
作者 郭盛 《纳税》 2020年第1期194-194,共1页
挂绿新城是广东省继珠江新城、白云新城、广钢新城后的第四大发展新城。本文将从挂绿新城的基础设施建设主要包括生态环保基础设施、交通运输系统、公建配套设施出发,研究其与增城当地区域经济发展的关系。
关键词 基础设施 区域经济 挂绿新城
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部