个性化推荐系统中协同过滤推荐算法优化研究

协同过滤推荐算法是目前个性化推荐系统中应用比较广泛的一种算法。然而,它在处理数据稀疏性、可扩展性等方面存在一定不足。针对数据稀疏性问题,本文首先基于Slope One算法对初始的评分矩阵进行缺失值填充,其次利用基于K-means聚类的协同过滤算法预测目标用户的评分,并结合MovieLens数据集给出了相关对比实验;针对扩展性问题,本文首先提出了一种基于中心聚集参数的改进K-means算法,其次,给出了基于中心聚集参数改进K-means的协同过滤推荐算法流程,并结合MovieLens数据集设计了相关对比实验。实验结果表明,本文所提方法推荐精度均得到显著提高,数据稀疏性和扩展性问题得到了有效改善。因此,本文的研究结论不仅可进一步丰富协同过滤推荐算法的现有理论成果,还可以为提高推荐系统的精度提供理论依据和决策参考。     

企业相互持股下的Hotelling拓展模型及其均衡分析

制定合理的产品定位与定价策略在企业营销管理中具有重要意义。本文基于经典 Hotelling模型,在线性市场上二次运输成本条件下,讨论了企业在相互持股情形下如何进行产品的定位以及产品的定价,建立了企业间先同时选址,再同时定价的Hotelling拓展模型,并对模型进行了博弈均衡与参数分析。理论分析结果表明:随着企业间相互持股比例的增大,企业会生产更具差异化的产品以获得更大的利润,且企业追求产品差异化的速度是越来越快的;随着企业间相互持股比例的增大,产品价格会逐渐上升,并且增长幅度越来越快。本文的研究结论将进一步丰富Hotelling模型的现有理论成果,可为企业间确定持股比例、进行合理有效的产品定位与定价提供决策参考。     

基于λ-最大相容类的粗糙规划模型及其在企业战略联盟形成决策问题中的应用

企业战略联盟作为一种新型、双赢的商业竞争模式,近年来,其联盟的形成问题一直是学术界与应用领域广泛关注的研究内容。本文在分析影响企业战略联盟形成的各因素基础上,首先利用序关系G1法对各影响因素指标进行了权重确定,并用基于相似度的聚类分析法来对属性权重进行筛选和修正;其次以形成的联盟稳定性最高为目标,以λ-最大相容类模拟联盟中各企业之间的相似关系,利用粗糙规划模型的性质和特点,建立了基于λ-最大相容类的粗糙规划模型;最后结合企业战略联盟的具体实例,分析了该模型的特点和有效性。结果表明,该模型丰富了现有的理论成果,为战略联盟的有效形成提供了正确的决策参考。     

区间合作对策核心存在性的进一步讨论

区间合作对策,是研究当联盟收益值为区间数情形时如何进行合理收益分配的数学模型。近年来,其解的存在性与合理性等问题引起了国内外专家的广泛关注。区间核心,是区间合作对策中一个非常稳定的集值解概念。本文首先针对区间核心的存在性进行深入的讨论,通过引入强非均衡,极小强均衡,模单调等概念,从不同角度给出判别区间核心存在性的充分条件。其次,通过引入相关参数,定义了广义区间核心,并给出定理讨论了区间核心与广义区间核心的存在关系。本文的结论将为进一步推动区间合作对策的发展,为解决区间不确定情形下的收益分配问题奠定理论基础。     

基于匹配序的合作对策联盟形成决策方法及其应用

合作对策中,联盟的形成过程是联盟一切活动的基础,直接影响着合作的稳定性与可持续发展。本文在分析局中人心理,情感,现实等因素对联盟形成所产生影响的基础上,首先定义了主观偏好标度值量化了心理、情感等因素,定义了收益分配函数将现实因素量化,构建了综合匹配函数作为局中人选择合作伙伴的一个序标准,通过定义匹配请求、交互匹配、直接交互匹配等概念,构建了基于匹配序的联盟形成决策模型,并证明了在特定情况下直接交互匹配的存在必然性。其次,给出了基于匹配序的联盟形成方法步骤,演化了大联盟的形成过程。最后通过具体实例验证了该决策方法的有效性与合理性。结果表明,该方法能有效的形成一系列可行且稳定的联盟结构,能快速演化联盟的形成过程,为有效解决联盟形成问题奠定了良好基础。