共查询到19条相似文献，搜索用时 265 毫秒
1.
本文首先阐述了对分网络算法在社会化推荐中的应用,然后分析了社会化推荐的运作机理,构建了社会化推荐模型,最后从相似用户集构建、基于对分网络的用户偏好预测和算法评价3个方面,进行了基于对分网络的用户偏好预测实现研究。评价表明对分网络方法对用户偏好预测的效果较好。 相似文献
2.
[目的/意义]在社会化标注系统自组织运行的基础上，构建个性化信息推荐的多维度融合与优化模型，进而在大数据环境下，为用户提供精准的个性化信息推荐服务，从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。[方法/过程]首先，对每一种个性化信息推荐方法的优点和不足进行深入分析；然后，将基于图论（社会网络关系）、基于协同过滤以及基于内容（主题）3种个性化信息推荐方法进行多维度深度融合，构建个性化信息推荐多维度融合模型；最后，对社会化标注系统中个性化信息推荐多维度融合模型进行优化，从而解决个性化推荐过程中用户"冷启动"、数据稀疏性和用户偏好漂移等问题。[结果/结论]通过综合考虑现有的基于图论（社会网络关系）、基于协同过滤以及基于内容（主题）的个性化信息推荐方法各自的贡献和不足，实现3种方法之间的多维度深度融合，并结合心理认知、用户情境以及时间、空间等优化因素，最终构建出社会化标注系统中个性化信息推荐多维度融合与优化模型。 相似文献
3.
文章提出一种基于混合图的在线社交网络个性化推荐系统,将用户社会关系网络和社会化行为融入信息推荐.该系统包括模型构建、推荐流程和算法设计三部分.首先构建了用户资源混合图,并讨论了混合图的构建方法及权重设置,再在构建的混合图上采用重启动随机游走进行顶点间相似度计算,得到个性化推荐列表,进行推荐. 相似文献
4.
5.
6.
面向网络用户的个性化推荐服务实现 总被引：2，自引：0，他引：2
从网络行为的社会学特征出发,将用户行为数据进行行为-需求定性映射,从而对表达不同需求层次的行为数据进行深度需求挖掘.据此构建基于用户网络行为的推荐服务模型,探讨了基于应用该模型基础上个性化推荐服务的实现. 相似文献
7.
由于网络用户数据呈现渐进性非线性特征分离,导致对网络用户的信任度评价控制不准,无法有效实现对用户的准确推荐。提出一种基于Lyapunov协同权重控制的电子商务用户信任度评价渐进控制模型,将未知扰动和语义建模误差转化为满足给定信任评价的约束矩阵,完成用户信任网络控制器设计,采用Lyapunov指数系统感知策略,对用户信任权重值进行自适应调整,构建用户推荐模型构建与网络信任度控制模型,设计用户信任权重值协同感知算法,基于Lyapunov协同权重的电子商务用户信任度评价渐进控制模型改进设计。实验结果表明,该算法实现电子商务用户信任度渐进控制,控制精度较高,地域的分布特性也更加均衡,真实反映电子商务用户信任度评价的动态性、自适应性和稳健性特征,展示了较好的应用性能。 相似文献
8.
9.
10.
社会化推荐服务研究述评 总被引：2，自引：0，他引：2
Web2.0的广泛应用和用户需求的变革催生出了新的推荐服务理念--社会化推荐。以信息推荐研究演进为主线,学者沿着从内容推荐、协同推荐到混合推荐的技术路线,从用户模式推荐、信息组织推荐和关联关系推荐三个视角对信息推荐展开了研究;网络的社会化促进了研究的拓展,目前主要从社会化行为、关系网络和服务应用三个方面进行了社会化推荐研究,取得了一系列成果;但其推荐方式存在着固有的缺陷,应将研究重点转向基于用户关系的社会化推荐上。 相似文献
11.
借鉴协同过滤个性化推荐思想,提出基于同行评价计算用户相似度的学术论文个性化推荐-传播平台模型:研究人员借助推荐-传播系统将自己或他人的学术论文推荐给与其有相似研究兴趣的网络邻居,从而可基于同行协同过滤将学术文献高效获取和研究成果主动推介结合起来。运用计算机多主体仿真方法,本文模拟并验证了推荐-传播平台的性能。 相似文献
12.
针对传统协同过滤技术在图书推荐中效率不高、数据极端稀疏性及主观性强等问题,提出一种基于云填充和蚁群聚类的协同过滤图书推荐方法,首先根据蚁群聚类算法得到用户群分类,然后在进行协同过滤前预先通过云模型填充用户——项目矩阵,以降低数据的稀疏性。实验结果表明,该算法在推荐精度上有明显的提高。 相似文献
13.
《Information processing & management》2022,59(2):102871
The rapid development of the web has led to a considerable increase in information dissemination. Recently, personalized web service recommendation has become a popular research area in service computing. Research on web service recommendation systems mainly addresses two problems: prediction and completion of sparse QoS data, and the user's personalized recommendation. To address the issue of high data sparsity and low recommendation accuracy in the traditional service recommendation models under mobile cloud, this study presents a hybrid collaborative filtering model for consumer service recommendation based on mobile cloud by introducing user preferences. The example verified that the service recommendation based on the model can effectively reduce the data sparsity and increase the accuracy of the prediction. 相似文献
14.
【目的/意义】通过订阅记录获取用户兴趣爱好,并将协同过滤推荐方法应用于图书个性化推荐,为读者提供优质服务。【方法/过程】以协同过滤算法为基础,根据用户订阅记录,分别计算用户相似性和订阅图书相似性。针对传统协同过滤方法在计算热门订阅相似度时存在的缺陷,引入对订阅权重的惩罚机制,减轻了热门订阅会和很多订阅相似的可能性,并根据协同过滤方法,产生相应推荐结果。【结果/结论】运用公开可获取的数据集进行的算法验证表明,基于订阅记录的协同过滤算法推荐准确度较高,对提升用户图书借阅体验相关研究与实践有一定的参考价值。 相似文献
15.
社会合作信息查寻与检索:机制、模型与特征 总被引：1，自引：0，他引：1
通过典型人肉搜索案例"辽宁女事件"的剖析,揭示人肉搜索的社会合作信息查寻与检索性质;基于该案例分析社会合作信息查寻与检索过程机制,抽象出社会合作查寻与检索的框架模型。概括总结了社会合作查寻与检索的基本特征:搜索主体的群体自主性,搜索对象的全面性,搜索过程的迭代反馈相干性和智能性,搜索结果的准确适用性,以及去中心性、共享性及自组织性,并进一步讨论了社会合作信息查寻与检索代表的两种搜索发展模式:以人际关系为基础的智能化搜索模式,以正反馈累积为动力的"再中心化"自组织模式。 相似文献
16.
最近邻协同过滤常用的计算用户访问行为相似程度的距离函数仅是测定访问者对象在所有测试属性空间上的平均测定,而在属性集的子维空间上的相似模式并没有有效地挖掘出来,用户评分数据稀疏等问题使其推荐质量下降。针对这些问题,提出一种基于用户模式聚类的协同过滤推荐算法,该算法采用基于用户模式相似的子空间聚类方法产生聚类,并且利用模式相似度改进协同过滤,从而对用户产生个性化推荐。实验结果表明,该方法改善了推荐系统的效率和精度。 相似文献
17.
基于协同过滤技术的个性化课程推荐系统研究 总被引：1，自引：0，他引：1
本文通过对个性化推荐技术涵义的叙述,提出基于个性化推荐技术中的协同过滤技术构筑个性化课程推荐系统平台,并且对系统平台的设计与实现过程进行了阐述。 相似文献
18.
数字图书馆的个性化推荐策略 总被引：2，自引：0，他引：2
本文研究了数字图书馆领域的个性化推荐服务，根据用户描述文件和资源描述文件这两个初始模型，利用协同过滤技术，提出了3种相似性的推荐算法，从而为用户提供个性化推荐服务。 相似文献
19.
构建了移动社交网络基于情景化用户偏好的自适应适配信息服务系统模型,提出了移动社交网络的自适应服务发现方案。解决移动社交网络信息服务的发现与推送的延迟问题,实现高效的移动社交网络信息服务推送,对移动社交网络信息服务资源、知识资源进行科学管理。 相似文献