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。     

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。     

灰色聚类关联分析法的改进及其应用

引入平滑的指数函数对灰色聚类关联分析法中的白化函数进行改进,使其能够充分、合理地利用已知信息,对样本进行更客观、准确地评价.本文以郑州地区6县市的大气监测数据为例,应用改进的灰色聚类关联分析法对其大气质量进行评价,通过构造新的白化函数和计算各测点不同级别的隶属度和关联度,可判断出各县市环境质量的优劣次序为:中牟>新密>登封>新郑>荥阳>巩义,所得结果与各县市大气环境质量实际状况相符合,由此说明改进的灰色聚类关联分析法为大气环境质量的评价提供了更可靠的方法.     

基于灰色关联聚类的组织力量配置模型研究

为解决组织力量的全局优化配置问题,建立基于灰色关联聚类的宏观人力资源优化模型.首先,根据组织的目标建立人力资源测评体系,引入灰色关联聚类方法,将组织成员按照组织目标聚类形成为不同的力量类型,从宏观角度分析企业人力资源的结构特征;然后,根据组织成本目标、产出目标、社会影响等目标建立组织力量配置的多目标优化模型,引入多目标粒子群优化算法探讨模型求解方法和人力资源配置步骤;最后通过案例验证方法的有效性,从而为组织组织力量的宏观配置和结构优化提供了一种新的研究思路.     

基于矩阵填充的混合协同过滤推荐算法研究

针对传统协同过滤算法中由于评分数据稀疏性而导致推荐效率低下问题,提出一种混合协同过滤推荐算法.算法首先使用Slope One算法计算出预测评分,以填充原始评分矩阵中未得到评分的项目,降低了评分矩阵的稀疏度,保证了填充值的多掸性.然后使用SVD技术对填充的评分矩阵奇异值分解,采用随机梯度降低误差的方法,对结果进行分析,寻...     

基于随机谱聚类的图像分割算法

图像分割就是把感兴趣的区域从背景中分割、提取出来,为了使分割出来的图像特征信息完整,根据图像的灰度值和空间距离构造了一种相似度函数,得到基于图的灰度值的相似度矩阵,将图像分割转化为图论最小割问题,然后运用谱聚类算法进行分割.针对谱聚类算法运行所需的内存空间和运算量大的特点,提出一种考虑概率因素的随机抽样谱聚类算法.在具体实施时,为了减少背景噪声对分割结果的影响,对图像进行了滤波预处理.结果表明,算法稳定性好,相对现有算法,分割效果得到改善.     

灰色最优聚类理论模型及其应用

本文根据灰色关联度的定义，运用广义加权距离构造目标函数，建立了一种灰色最优聚类理论模型，并结合实例说明了该模型的应用     

基于灰色关联分析的山东省电子商务与物流业协同发展研究

设计能够反映电子商务和物流业发展水平的指标,收集山东省2007-2017年相关指标的统计数据,运用灰色关联模型分析两业态的关联度,并测定两业态发展的协调度.结果表明,两业态关联度较高,但是发展协调度不高,处于濒临协调阶段.据此提出对策建议,促使两行业健康快速发展,并实现协调发展,实现各自产业升级.     

灰色聚类白化函数探析

为进一步探析各类白化函数对综合评价结果的影响,先构建经典三角、修正三角1、修正三角2、经典聚类和指数型这五种不同类型的白化函数,再分别应用单一型数据、混合型数据、单指标单调型数据和跳跃型数据对这五种白化函数进行比较验证.结果显示两端等级的白化函数、零权重问题和等级区间宽度对综合评价结果影响较大.     

基于三支决策的灰色可能度聚类方法及应用

针对经典的灰色可能度聚类评估模型难以判定决策对象的灰类归属和过度聚类等问题,利用三支决策的思想和方法,通过引入三支灰类的概念描述决策对象和灰类之间的不确定聚类关系;将其代替灰色定权聚类中的灰类和严格的聚类关系,构建基于三支决策的灰色可能度聚类方法,并采用决策粗糙集中的贝叶斯推理确定聚类阈值;最后,以案例验证所提方法的有效性和合理性。结果表明：本文所构建的模型是经典灰色可能度聚类评估模型的拓展和泛化,可以有效避免过度聚类,降低决策风险,提高聚类可靠性。     

融入项目类别信息的协同过滤推荐算法

协同过滤技术在电子商务领域得到了广泛的研究和应用,但是随着互联网的迅速普及和电子商务网站规模的急剧增长,用户评分的极端稀疏性导致协同过滤方法的推荐质量不高.提出了一种融入项目类别信息的协同过滤推荐算法,结合项目的类别信息为活动用户筛选出候选近邻集合,在候选近邻集合内综合利用项目的评分信息和类别信息对未评分值进行预测,最后依据用户实际评分和预测评分计算出活动用户的最近邻集合并进行推荐.实验结果表明,该算法具有较好的推荐准确性和实时性.     

用户集聚系数对协同过滤算法的影响研究

本文研究了用户-产品二部分网络中用户集聚系数对协同过滤算法的影响.用户集聚系数是度量目标用户的所有邻居用户的特点或者兴趣爱好相同程度的一个统计量,文章将其引入协同过滤算法的相似性计算中,并提出一种改进的算法.数值模拟显示,引入用户集聚系数统计属性的改进算法相比于CF准确性可以提高12.0％,当推荐列表的长度为50时推荐列表多样性可以达到0.649,相比于经典的CF算法提高18.2％.该工作表明用户集聚系数对推荐算法具有非常大的影响,体现了个性化推荐以用户兴趣的度量为核心的基本思想.     

装备系统评价的模糊白化灰色关联模型

灰色系统理论是现代工程领域解决数据不确定性和数据量不足问题的有效方法 .装备系统的评价信息往往具有模糊性和灰色性双重特征 .模糊白化灰色关联模型源于武器系统的保障性评价 ,将其应用范围扩展到一般的武器系统评价 ,提出了装备系统评价模糊白化灰色关联模型 .在定性指标模糊白化的基础上 ,对所要评价的整个系统进行灰色关联分析 ,以得到评价结果     

数据稀疏环境下基于用户主题偏好的协同过滤算法

在B2C电子商务中,user-based协同过滤算法是一种重要的推荐方法,但用户共同评价项目数据稀疏影响了user-based协同过滤算法的应用。鉴于此,在考虑用户消费水平的基础上,利用关联规则挖掘形式化描述商品间的替代相似性;利用基于时间的贝叶斯概率描述商品间的关联关系构建商品网络,通过社会网络分析中的成份分析方法对商品网分析,得到面向用户主题偏好的商品间互补性关系,进而利用这两种商品间关系构建用户主题偏好项目集,最后在数据极度稀疏的环境下通过F₁方法和多样性测量方法与传统推荐算法进行对比实验分析,实验结果显示提高了推荐结果的准确性与新颖性。研究用的所有数据均采集于京东商城网站。本文为缓解数据稀疏问题提出了一种新的方法,扩展了整体网分析方法在商品关系分析中的应用,含有理论与实践双重意义。     

医院医疗服务质量管理的灰关联分析

将灰关联分析方法应用于医院管理年活动中,分析了影响医疗服务质量的相关因素,并对医院医疗服务质量进行综合评价.     

基于改进灰色斜率关联度的评价研究

提出了一种对灰色斜率关联度的改进模型,并分析了它的性质,改进后的关联度模型能够反映序列的正、负相关关系,具有对称性、唯一性、可比性和无量纲化后的保序性.改进的灰色斜率关联度能够更充分地利用数据所包含的信息,所得关联分析结果较为客观可靠,最后以实例验证了评价方法的有效性与实用性.     

基于灰色聚类分析的风险评价方法研究——以江苏民间资本进入金融领域风险评价为例

运用灰色系统理论,结合AHP方法,建立灰色聚类分析模型,对风险进行评价,并以江苏民间资本进入金融领域风险评价为例进行研究.结果表明,民间资本进入金融领域的风险属于高风险范畴,其中进入风险中的产业风险和社会风险属于高风险,信用风险属于较高风险,政治风险属于中等风险.并针对上述风险的等级,提出了相应的政策建议.模型具有一定的实用价值,它对于正确认识民间资本进入金融领域的风险和有针对性地制定相应的政策措施具有一定的理论和现实意义.