期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
云模型与用户聚类的个性化推荐 被引量:11
1
作者 李克潮 凌霄娥 《计算机应用》 CSCD 北大核心 2013年第10期2804-2806,2826,共4页
针对传统推荐系统数据稀疏、相似性计算方法导致共同评分用户少的问题,提出利用云模型定性概念与定量数值转换的优势,研究云模型、用户聚类的个性化推荐改进算法。用户对项目属性评价的偏好,转换为用户对加权综合云模型表示的数字特征... 针对传统推荐系统数据稀疏、相似性计算方法导致共同评分用户少的问题,提出利用云模型定性概念与定量数值转换的优势,研究云模型、用户聚类的个性化推荐改进算法。用户对项目属性评价的偏好,转换为用户对加权综合云模型表示的数字特征的偏好。利用改进的聚类算法,对评分数据、原始用户属性标准化后的信息进行聚类;同时考虑用户兴趣的变化,结合用户之间项目属性评价的综合云模型的相似度、用户对项目评分的聚类、用户属性聚类这三种方法产生的邻居用户的并集进行推荐。理论分析和实验结果表明,提出的改进算法不但解决数据稀疏性带来的共同评分用户少的弊端,即使是在新用户的情况下,仍能获得较低的平均绝对误差和平均平方误差。 展开更多
关键词 综合云模型 属性评价 评分 属性 协同过滤
下载PDF
基于用户信息平滑聚类的协同推荐方法 被引量:2
2
作者 常富洋 许侃 林鸿飞 《情报学报》 CSSCI 北大核心 2011年第8期796-801,共6页
在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东两。在协同推荐中,通常采用最近邻居的方法来产生推荐。随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少。为了解决这个问题,本文在传统的评分数据... 在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东两。在协同推荐中,通常采用最近邻居的方法来产生推荐。随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少。为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,在用户的信息的基础上计算最近邻居,根据最近邻居对用户缺失数据进行补充,在补充后的评分数据上进行聚类计算,并根据聚类结果对用户评分进行预测。实验表明引入用户的基本信息,并采用对基本信息离散化的处理方式进行缺失数据补充,在此基础上进行数据的聚类,能够提高预测评分的准确性。 展开更多
关键词 协同推荐 用户信息 数据平滑 评分
下载PDF
多级评分聚类诊断法的影响因素 被引量:8
3
作者 康春花 任平 曾平飞 《心理学报》 CSSCI CSCD 北大核心 2016年第7期891-902,共12页
从测验和被试两个层面探讨了属性数目、属性层级关系、被试知识状态分布、属性层级误设和Q矩阵误设等因素对GRCDM的影响,以进一步考察GRCDM的特性。研究发现:(1)GRCDM对属性数目无依赖,随属性数目的增多判准率反而增高;(2)被试知识状态... 从测验和被试两个层面探讨了属性数目、属性层级关系、被试知识状态分布、属性层级误设和Q矩阵误设等因素对GRCDM的影响,以进一步考察GRCDM的特性。研究发现:(1)GRCDM对属性数目无依赖,随属性数目的增多判准率反而增高;(2)被试知识状态分布对GRCDM判准率高低无影响;(3)属性层级误设对GRCDM的影响与属性层级类型有关,当属性层级为无结构型和发散型时,"属性层级关系错乱"的判准率降幅最大;(4)Q矩阵误设对GRCDM的影响因层级关系而异,收敛型和发散型受影响较小,无结构型和线型的判准率在属性既冗余又缺失时降幅最大。 展开更多
关键词 多级评分诊断法 属性数目 被试能力分布 属性层级误设 Q矩阵误设
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部