基于聚类矩阵近似的协同过滤推荐研究

由于推荐系统中存在巨量的用户和商品,现有的协同过滤方法很难处理用户-商品推荐中的数据稀疏性和计算可扩展性问题。本文提出了一种基于聚类矩阵近似的协同过滤推荐方法CF-cluMA。一方面,CF-cluMA方法通过对用户和商品进行分别聚类,并利用聚类后的用户-商品分块评分矩阵来刻画用户对于商品兴趣的局部性特点,以降低用户-商品评分矩阵的全局稀疏性。另一方面,CF-cluMA方法通过对局部稠密分块矩阵实施奇异值分解,并利用施密特变换近似全局用户-商品评分矩阵来预测用户对未知商品评分,以降低协同过滤算法的复杂性。在EachMovie电影评分真实数据集上的实验表明,相比于已有的基于矩阵近似的协同过滤推荐方法,本文所提出的CF-cluMA方法能够有效提升推荐系统的准确性并降低推荐系统的计算复杂性。本文的研究对于电子商务推荐系统具有重要的管理启示。     

基于灰色关联聚类的协同过滤推荐算法

针对协同过滤推荐系统具有数据的高稀疏,高维度,数据量大的特点,本文将灰色关联聚类与协同过虑推荐算法相结合,构建了灰色关联聚类的协同过滤推荐算法,将其应用到协同过滤推荐系统中,以解决数据具有高稀疏高维度的特性情况下的个性化推荐质量问题。首先,定义了推荐系统中的用户项目评分矩阵,用户灰色绝对关联度,用户灰色相似度,用户灰色关联聚类。然后,给出了灰色关联聚类的协同过滤推荐算法的计算方法和步骤,同时给出了评价推荐质量方法。最后,将本文算法与基于余弦,相关分析及修正的余弦等协同过滤推荐算法在大小不同的数据集下进行了实验,实验表明灰色关联聚类的协同过滤推荐算法相较于传统的协同过滤推荐方法具有推荐质量高,计算量小,对数据大小要求不高等优点,同时在推荐系统的冷启动,稳定性和计算效率方面也具有一定的优势。     

融合情感评论倾向与均衡长尾物品的推荐方法

推荐领域中已有研究较多的考虑属性维度在评分-物品上来提高算法的准确性,对于用户对产品的真实态度判断不够。论文利用LSTM神经网络模型将用户评论情感得分和用户评分进行融合分析,来计算用户对物品真正的兴趣度;运用向量空间对用户情感进行三分类,借鉴经济学中基尼系数的思想,引入惩罚因子通过对热门物品进行调节,发挥系统的长尾能力从而增加推荐结果的覆盖率,从而实现对热门物品和冷门物品被推荐程度的均衡优化。最后,对情感系数和惩罚系数参数的取值进行实验,得出最优模型参数组合,结果表明,评论的情感因素和惩罚系数对于构建性能更优的推荐模型效果明显,该模型在推荐的准确率和覆盖率上相较其他主流模型更加符合用户需求。     

一种基于可拓学的电子商务内容推荐算法研究

为研究电子商务内容推荐算法,论文从电子商务推荐系统中的瓶颈问题——相似度计算出发,借助可拓学的方法进行分析。论文将可拓学中基元的表示方法引入推荐算法中,并采用关联函数和可拓距的思想,实现了产品的表示和相似度计算,进而得到了一种新的内容推荐算法。然后通过实例分析对算法进行验证,确认了方法的可靠性和有效性。论文的研究将可拓学思想引入到推荐算法中,这对可拓思想的应用以及推荐算法的实现都起到了有益的作用。     

情境环境下基于用户画像的旅游产品推荐算法研究

针对目前旅游景点推荐效果不够理想的问题,充分考虑景点推荐中的情境因素和用户需求,研究情境环境下基于用户画像的旅游产品个性化推荐算法.算法从用户基本信息和行为信息的获取出发,借助标签化表示技术,构建出相应的用户画像模型,然后引入用户的情境因素.在综合考虑用户相似度和用户情境的基础上,达到高质量个性化推荐的目的.通过验证表明,用户画像的基础上,充分考虑用户的情境信息,能够更准确地体现用户兴趣的偏好,获得更佳的推荐结果.     

递进式输入率和服务率设定下的M/M/c模型优化及应用

为了解决M/M/c模型在实际运用中模拟精度不高及使用范围有限的问题,本文立足系统状态变化与输入率和服务率的关系,通过引入输入概率和服务度,构建依赖系统状态的递进式输入率和服务率。递进式输入率和服务率通过研究系统实际运行状况设定临界值,其中输入率分为两阶段,服务率分为三阶段。此外,结合递进式输入率和服务率及排队论状态转移过程构建了递进式M/M/c模型,并采用后确定法确定模型参数。递进式M/M/c模型是M/M/c模型的扩展形式,提高了M/M/c模型的模拟精度,在一定程度上拓展了模型的应用范围。最后,通过一个生活实例验证了递进式M/M/c模型的优化性和实用性。     

基于Vague集理论一维属性——需求匹配的知识推荐算法研究

论文从推荐系统中知识推荐算法的核心——产品属性与用户需求的匹配出发,首先探讨了如何采用形式化的Vague集语言描述用户的需求和产品的属性问题。之后分别运用用户兴趣度模型和产品特征模型搭建了用户需求和产品属性的Vague集模型。在模型融合的过程中采用Vague集理论中成熟的相似度计算公式,实现了用户需求与产品属性的匹配计算。最后,从爱奇艺中任意提取了5名注册用户和5部2019年新上映的电影,按照搭建的模型进行了数据计算,得到了可靠的计算结果,同时也构造了用户和产品之间的知识库,为后期知识推荐规则的形成奠定了基础。     

基于多元隐式信任关系挖掘的抗攻击社会化推荐算法研究

在商业竞争环境下,推荐系统容易受到托攻击的危害。基于信任关系的社会化推荐算法被证明是解决托攻击问题的有效途径。然而,现有研究仅考虑显式信任关系,隐式信任关系没有被真正挖掘利用。为此,提出了一种基于多元隐式信任关系挖掘的抗攻击社会化推荐算法。首先,借鉴社会学和组织行为科学领域的信任前因框架模型,从全局信任和局部信任两个视角深入研究各信任要素的提取和量化方法。然后,通过信任调节因子集成局部信任度和全局信任度获得用户总体信任度。最后,以用户总体信任度为依据将攻击用户隔离在可信近邻之外,实现基于信任关系的个性化推荐。大量对比实验表明,本文算法在改善推荐准确率的同时有效抑制了托攻击对推荐算法的影响。     

基于Vanilla算法的网络视频推荐策略研究

伴随移动互联网和通信技术的发展,人们对视频的需求日益凸显,互联网带来更多便捷的同时也带来了信息过载的问题.视频推荐系统的优点在于帮助视频网站挖掘用户的偏好信息,从人们精准信息获取的需求出发,以视频播放网站为研究对象,研究视频推荐算法的实现和视频推荐策略的生成,首先分析了已有视频推荐算法存在的问题,其次,借助Vanilla算法和专家排序的方法规避视频评分的个体差异性,再次,在最近邻用户选择的过程中,充分考虑社交网络中的情境信息,进而改善了推荐数据有效性和预测准确度的问题.最后,提取爱奇艺视频网站的实验数据,验证了推荐策略的科学性和有效性.     

基于模糊聚类与多类支持向量机的战备物资储备模式选择研究

随着军民融合式后勤保障体制改革的深入推进,多种储备模式并存是战备物资储备发展的大趋势.针对具体物资,选择何种储备模式是需要解决的首要问题.针对该问题,建立了影响物资储备模式选择的特性指标集,通过问卷调查取得特性指标向量和推荐储备模式,利用模糊聚类方法消除由于主观因素对储备模式选择带来的影响,然后将聚类结果用于训练与测试多类支持向量机,从而形成一种实现储备模式自动选择的机器.通过数据验证,取得了较好的实验结果,实现了具体战备物资储备模式的有效选择.     

基于PCA和改进的PSO-SVM的机器人移动方向分类

随着人们创新水平的不断提高,为了更加准确的实现机器人的导航任务,提出了一种基于改进的粒子群优化支持向量机中的参数的方法.首先利用主成分分析法对数据进行降维,然后利用改进的粒子群优化算法,对SVM中的惩罚参数c和核函数的参数g进行优化,最后代入到SVM中,以此来达到运用SVM对机器人的导航任务进行分类识别.相对于其他算法,容易发现改进的粒子群优化算法优化后的支持向量机可以达到很好的效果.这种识别分类可以帮助人们很好的对机器人进行导航,对今后机器人的研究具有很大的应用价值.     

融入用户社交关系与信任关系的应用推荐方法研究

随着近年来互联网技术的快速发展,应用获取平台都面临着信息过载的问题.面对大量应用,解决用户不能快速准确地找到满足其偏好的应用的问题迫在眉睫.已有的如Cosine、Pearson等协同过滤方法普遍存在稀疏性、冷启动和可扩展性等问题,从而对推荐结果产生影响.文章在考虑用户社交关系、偏好及信任关系的基础上,提出了融合用户社交...     

Linked treemap: a 3D treemap-nodelink layout for visualizing hierarchical structures

Hierarchical structures are present in many different areas of our daily life as well as in sciences. Visualization methods are quite commonly applied to support comprehension of the more complex structures. Nodelinks and treemaps are two widely spread directions of such visualization methods. Visualizations using nodelinks have the advantage of explicitly displaying the hierarchical relations between entities. Visualizations using treemaps, on the other hand, allow for a good global understanding of the present entities and some of their properties. We present a visualization tool for hierarchical structures that combines the advantages of treemaps and nodelinks by naturally incorporating them into a 3D layout. The nodelink is built upon the treemap in a direction orthogonal to the treemap plane. Our visualization tool supports various navigation techniques suitable for different analysis tasks. First, the user interaction allows users to render subtrees of the nodelink transparently. Second, the various levels can be explored separately in an intuitive fashion by sliding its plane through the orthogonal nodelink layout and, thus, moving the treemap to the respective level of the hierarchy. Third, zooming into regions of interest is supported by using a focus+context technique that operates on the combined 3D layout. We demonstrate the efficacy and efficiency of our system for visual exploration purposes in a case study that uses our system as a file explorer. In this context, we perform a user study that evaluates our approach and allows for a comparison to other existing approaches.     

Convergence analysis of finite volume scheme for nonlinear aggregation population balance equation

In this work, we introduce the convergence analysis of the recently developed finite volume scheme to solve a pure aggregation population balance equation that is of substantial interest in many areas such as chemical engineering, aerosol physics, astrophysics, polymer science, pharmaceutical sciences, and mathematical biology. The notion of the finite volume scheme is to conserve total mass of the particles in the system by introducing weight in the formulation. The consistency of the finite volume scheme is also analyzed thoroughly as it is an influential factor. The convergence study of the numerical scheme shows second order convergence on uniform, nonuniform smooth (geometric) as well as on locally uniform meshes independent of the aggregation kernel. Moreover, the first‐order convergence is shown when the finite volume scheme is implemented on oscillatory and random meshes. In order to check the accuracy, the numerical experimental order of convergence is also computed for the physically relevant as well as analytically tractable kernels and validated against its analytical results.     

主导权异质性视角下的过坝方式货运量分担率研究

翻坝公路与通航建筑物两类过坝方式的主导权,分别由货主和通航管理局所主导。针对货物过坝主导方的异质性,首先建立了各过坝方式的效用函数来分析主导权的转移机制。然后据此结合通航建筑物过坝原则,构建了货运量分担率多目标优化模型。最后以三峡工程为例,探讨了翻坝运输费率和船舶过坝顺序对分担率的影响,进而探讨了缓解大坝通航拥堵的决策机制。结果表明:提高翻坝公路的货运分担,可以有效改善船舶及货物的过坝运输状况;相比翻坝运输费率,降低装卸费率能更有效地提高翻坝公路货运分担水平;船舶过坝存在一个次序区间,使得水运货物经由通航建筑物过坝和经由翻坝公路过坝的效用相同。     

考虑对象属性信息的复杂网络社团结构发现算法

针对社团结构发现算法仅考虑对象间相互关系的密集程度,忽视对象间属性特征差异的不足,提出考虑属性信息的复杂网络社团结构发现算法.算法引入属性特征相似度、基于属性特征相似度的有权网络、内聚度3个核心概念,迭代选取使内聚度指标上升最快的合并操作,自底向上实现社团聚集.由于考虑了属性信息,算法输出的社团结构具有更高准确度,更具应用价值.     

Positioning analysis using knowledge-based support

We present knowledge-based support for positioning analysis applications. It is shown how knowledge about user wishes, positioning analysis objectives, and the input/output behavior of methods can be combined in order to provide substantial support for the analysis of survey data. We describe how such knowledge is represented and processed in the knowledge-based marketing data analysis system WIMDAS-PS (WIssensbasiertes Marketing-DatenAnalyse-System zur Positionierungs-und Segmentierungsanalyse) and use a sample consultation session for demonstration purposes.