共查询到20条相似文献，搜索用时 187 毫秒
1.
协同过滤技术是推荐系统中核心技术之一,数据的稀疏性和用户的多兴趣性困扰着协同过滤推荐质量的提高.将用户相似性和项目相似性结合起来,对原始评价矩阵进行降维处理,得到对目标评价预测影响最大、数据规模非常小的最近邻评价矩阵,在该矩阵上依照项目近邻程度不同对目标评价预测贡献不同的方法,对用户的邻居进行加权精选,对目标评价实现交错预测.实验结果验证该算法能达到较高的推荐精度. 相似文献
2.
基于组合加权评分的Item-based协同过滤算法 总被引：1，自引：0，他引：1
马丽 《现代图书情报技术》2008,24(11):60-64
针对Item-based协同过滤算法中用户评分数据稀疏性严重影响推荐质量的问题,提出一种基于组合加权评分的Item-based协同过滤算法,以用户评分项并集作为用户相似性计算基础,并提出一种组合加权评分方法来对并集中的未评分项进行计算和填补,从而降低了数据稀疏性。实验结果表明该算法能有效提高推荐质量。 相似文献
3.
基于协同过滤的数字图书馆推荐系统研究 总被引：10，自引：0，他引：10
信息推荐服务是数字图书馆的一项重要功能。该文论述了基于协同过滤的数字图书馆推荐系统的基本原理与特点、数字图书馆进行协同推荐的必要性,介绍了基于协同过滤推荐系统的主要方法和技术,并分析了目前协同过滤方法在数字图书馆推荐系统中应用的一些实例。 相似文献
4.
通过分析2003年至2016年中国知网发表的"图书情报与数字图书馆"领域关于协同过滤推荐的82篇文献,总结我国学术数据库协同过滤资源推荐的研究现状.通过对文献样本进行分类,发现目前该领域的研究重点主要集中于对学术数据库协同过滤推荐的推广和对推荐算法本身的完善两个方面,且后者主要集中于对数据稀疏性问题和可扩展性问题的解决.通过进一步分析,发现国内研究人员主要通过结合基于内容的推荐、空值填补和推荐结果融合三种方法缓解数据稀疏性问题;通过聚类的方法缓解可扩展性问题. 相似文献
5.
6.
基于Hadoop开源分布式计算框架和Mahout协同过滤推荐引擎技术构建图书推荐引擎系统,并利用云模型和Pearson系数对传统协同过滤推荐算法进行改进,改善传统单机推荐算法在高维稀疏矩阵上进行运算所导致的系统性能不佳及推荐结果不准确的问题。利用实验对分布式推荐平台的整体性能及改善后的协同过滤推荐算法进行测试评估,发现当虚拟机节点不断增加时,协同过滤推荐引擎的计算时间不断减少,这表明推荐引擎系统的总体性能较传统单机推荐引擎得到提升;利用MAE分别对原始协同过滤推荐效果和改进后的推荐算法进行测评,发现改进后的推荐引擎算法的推荐准确率较改进前提高13.1%。 相似文献
7.
基于协作过滤的Web智能信息推荐方法 总被引：1，自引：0，他引：1
8.
一种基于加权关联规则的协同推荐算法 总被引：3，自引：0，他引：3
协同过滤技术不需要分析待推荐资源的内容信息,在电影、音乐、图书等非结构化数据占主流的电子商务推荐领域得到了广泛的应用,成为电子商务推荐领域的主流技术.针对基于项目的协同过滤算法不能实现"跨类型"推荐的缺点,本文提出了一种新的基于关联性评分预测的协同过滤算法IAPCF.区别于传统的算法,IAPCF算法根据项目之间的关联规则,而不是根据多用户对项目评分形成的向量间的相似度来寻找项目的最近邻居集合.该算法能较好地实现"跨类型"项目的推荐.实验结果表明,IAPCF算法具有更好的推荐精度. 相似文献
9.
10.
11.
用户画像技术作为实现精准营销及服务的有效工具,在很多领域已经得到广泛验证和应用,也为高校图书馆的精准服务提供了新的思路。文章以某高校图书馆的读者信息和行为数据为例,引入并改进客户细分领域中的RFM模型,对读者群体进行聚类细分,同时建立了具有不同行为特征的图书馆读者群体的用户画像。最后,提出了基于改进RFM聚类的高校图书馆用户画像构建方法,以期为高校图书馆用户描述和精准服务提供参考。 相似文献
12.
Collaborative filtering (CF) is a popular method for personalizing product recommendations for e-commerce applications. In order to recommend a product to a user and predict that user’s preference, CF utilizes product evaluation ratings of like-minded users. The process of finding like-minded users forms a social network among all users and each link between two users represents an implicit connection between them. Users having more connections with others are the most influential users. Attacking recommender systems is a new issue for these systems. Here, an attacker tries to manipulate a recommender system in order to change the recommendation output according to her wish. If an attacker succeeds, her profile is used over and over again by the recommender system, making her an influential user. In this study, we applied the established attack detection methods to the influential users, instead of the whole user set, to improve their attack detection performance. Experiments were conducted using the same settings previously used to test the established methods. The results showed that the proposed influence-based method had better detection performance and improved the stability of a recommender system for most attack scenarios. It performed considerably better than established detection methods for attacks that inserted low numbers of attack profiles (20–25 %). 相似文献
13.
基于RFM模型的图书馆图书评价系统研究 总被引：1，自引：0，他引：1
一般而言,图书的被借阅情况可反映出此书的受欢迎程度,研究将营销学上常用的RFM模型应用于图书馆研究领域中,并将RFM重新定义为图书最近被借阅时间(R)、被借阅次数(F)、被借阅总时间(M)。最终将这三个指标整合成图书评价因子,构建为图书评价指标系统,图书评价指标的分数越高代表某书越受读者欢迎。实验结果显示,该图书评价模型具有较强的可行性与较高的准确性。 相似文献
14.
[目的/意义]国家政府、大中型企业以及研究机构面对技术难题,如何找到合适的专家是迫切需要解决的问题。面对需要运用多学科知识来解决的综合性复杂难题,寻找到多专长专家显得尤为重要,寻找合适的方法识别出多专长专家是本研究的目的。[方法/过程]利用专家所发表的学术论文数据,通过抽取专家有代表性的研究专长特征,基于TFIDF加权的重叠K-means聚类算法对专家进行重叠聚类划分,挖掘出专家的多个研究专长,进而识别出多专长专家。[结果/结论]研究结果表明TFIDF加权的重叠K-means聚类算法在查准率、召回率和F值上有良好的表现,可以识别多专长专家。 相似文献
15.
马向东 《现代图书情报技术》1996,12(3):37-41
本文全面分析比较了加权检索的传统方法和布尔检索方法, 提出了加权检索的缺陷所在和一种可行的改进方法——这一方法基本上综合了传统加权检索和布尔检索的优点。 相似文献
16.
《Government Information Quarterly》2020,37(3):101491
This study proposes a bi-dimensional typology for understanding data-based policy according to whether evidential data are legitimate (legitimacy of data input) and whether the data analytics method used is legitimate (legitimacy of data throughput). The typology is applied to categorize recent cases in Korea and label possible scenarios as one of four types: scientific administration, which analyzes adequate data with an appropriate method (doing the right thing right); data failure, which analyzes inadequate data with an appropriate method (doing the wrong thing right); method failure, which analyzes adequate data with an inappropriate method (doing the right thing wrong); and total fiasco, which uses inadequate data with an inappropriate method (doing the wrong thing wrong). This paper suggests recommendations for making scientific administration cases sustainable, correcting data failures and method failures, and avoiding total fiascos. 相似文献
17.
[目的/意义] 为了能够准确发现满足用户信息需求的有用在线评论,对在线评论按照有用性进行排序,帮助用户进行消费决策。[方法/过程] 首先通过文献调研和专家咨询,结合移动O2O用户在线评论的特点,选取影响移动O2O在线评论有用性的8项指标,采用模糊层次分析法进行指标赋权,然后利用定量方法进行指标量化,使用加权灰色关联分析方法进行有用性计算和排序,构建有用性排序模型。最后获取美团商品的在线评论数据进行应用研究,采用与美团原始评论排序结果对比分析的方法,检验方法的可行性和科学性。[结果/结论] 实验结果表明,采用移动O2O在线评论有用性排序模型进行排序,排名靠前的在线评论信息量大,包含产品或服务的维度较多,能够较好地满足用户的个性化信息需求,为用户消费决策提供更大的参考价值。 相似文献
18.
对作者关键词进行价值细分研究,有助于识别学科高价值研究热点主题,帮助研究者们精确把握高价值研究主题和学科研究前沿。本文引入营销领域客户价值细分RFM (recency,frequency,monetary)模型,对各个指标进行动态加权,多次实验后,形成多组关键词价值细分结果;从关键词生命周期的角度,结合医学领域的生存分析方法,使用Kaplan-Meier曲线和Logrank检验验证,识别出最优价值细分结果;依据帕累托原则和聚类算法得到高价值热点主题。数据源选择CSSCI (Chinese Social Sciences Citation Index)收录的图情档领域期刊论文,对1998—2019年的题录数据进行实验。相较于已有的热点主题识别方法,本文的识别结果考虑了关键词的价值属性和分类,较好地识别了高价值热点主题。 相似文献
19.
介绍了图书评价和图书评价模型的发展现状,并根据RFM模型、效用管理的图书使用因子评价模型,图书引文分析、图书排行榜和五维图书评价模型以及模糊分析模型,提出了“三维模糊评价模型”。 相似文献
20.
利用云模型改进基于项目的协同过滤推荐算法 总被引：1，自引：1，他引：1
基于项目的协同过滤推荐算法能有效解决传统的基于用户的协同过滤推荐系统可扩展性差、缺乏稳定性的缺点,但仍然不能解决数据稀疏的问题,在数据极度稀疏的情况下,传统的项目相似性度量方法无法实现准确度量,导致推荐效果急剧下滑。本文借鉴基于云模型的云相似性度量方法来实现基于知识层面的项目相似性度量,提出了一种新的基于项目的协同过滤推荐算法。实验结果表明即使在数据极度稀疏的情况下,改进后的算法仍然能取得较好的推荐效果。 相似文献