考虑物品相似权重的用户相似度计算方法

传统的用户相似度计算方法中每个项目的权重是相同的,然而分析传统推荐算法和现实情形,用户间共同高评分项目的权重应该高于用户间共同低评分项目的权重,并且传统用户相似度计算方法没有考虑项目间的类群关系。针对上述问题,提出了一种给项目加权的方法,从而得到考虑项目相似权重的用户相似度计算方法。通过在MovieLens数据集上进行实验,与基于传统用户相似度计算方法的协同过滤算法比较,实验结果表明,考虑了项目相似度权重的协同过滤算法能显著提高评分预测的准确性和推荐系统的质量。     

融合社交关系与时间因素的主题模型推荐算法

用户的行为偏好往往会受到社交关系、时间变化等多种因素影响,只考虑单一因素会导致构建的用户兴趣模型比较片面,难以准确地产生推荐。为此,融合用户社交关系和时间因素,提出一种主题模型推荐算法。利用主题模型对用户标注行为进行主题建模,得到用户-物品概率矩阵。根据用户标注物品的时间计算用户标注行为的时间权重,将其与用户的标注行为权重相结合,计算基于时间的用户相似度。对用户的社交关系与基于时间的用户相似度进行加权处理得到用户的权重,在此基础上,考虑其他用户的影响,计算用户对物品最终的偏好权重,并根据排名产生推荐结果。在Last.fm数据集上的实验结果表明,该算法能更全面地考虑用户特征,有效提高推荐的质量。     

基于项目流行度的协同过滤TopN推荐算法

为了提高推荐系统挖掘用户感兴趣的冷门项目的能力,提出一种改进的协同过滤推荐算法.在传统算法基础上考虑项目流行度的影响,将其作为权重因子引入到相似性计算和推荐过程中,以提高用户相似性计算的可靠性和冷门项目在最终的项目推荐过程中的影响力.典型数据集上的对比实验表明,该算法能够在保持甚至提高推荐准确度的前提下,有效挖掘到用户感兴趣的冷门项目.     

一种基于整体多样性增强的推荐算法

目前大多数推荐算法都是以提高用户对未知商品的预测评分值为主要目标,然而预测准确率并不是增加用户满意度的唯一标准,推荐列表的多样性也是衡量推荐质量的一个重要指标。提出了一种新的推荐方法,旨在提高系统的整体多样性和长尾商品的推荐率。算法综合考虑了商品预测值、商品流行度、商品的偏爱度等多个标准。实验表明,与其他方法相比,本方法在维持较高推荐准确率的同时,能够推荐更多的长尾商品,提高了系统的整体多样性。     

面向社会化电子商务的信任感知协同过滤推荐方法

为提高社会化电子商务推荐服务的精确度和有效性,综合考虑交易评价得分、交易次数、交易金额、直接信任、推荐信任等影响社会化电子商务用户信任关系的因素,设计了一种信任感知协同过滤推荐方法.该方法利用置信因子计算用户间的信任关系,采用余弦相关度法计算用户间的相似度,引入调和因子综合用户信任关系和用户相似度对商品预测评分的影响,以平均绝对误差(MAE)、评分覆盖率和用户覆盖率作为评价指标.实验结果表明,与标准协同过滤推荐方法、基于规范矩阵因式分解的推荐方法相比,信任感知协同过滤推荐方法将MAE降低到0.162,并将评分覆盖率和用户覆盖率分别提高到77%和80%,能够解决交易评价较少商品的推荐问题.     

一种融合用户动态偏好和注意力机制的跨领域推荐方法

作为当今电子商务中的一项重要技术,推荐系统的重要性日益提升.在项目空间上用户的评分数据十分稀疏,导致推荐系统的质量不佳.商品评论中蕴含着丰富的信息,通过提取评论文本信息能够有效地减少数据稀疏性带来的影响.事实上,用户的偏好并非一成不变的,将不同时间段设置不同的权重能更有效地描述用户的整体状况.在神经网络算法广泛应用的背景下,将神经网络引入到跨领域推荐中可以发现不同领域用户偏好的映射关系.此外,注意力机制是一种流行的深度学习方法,将注意力机制与主题模型结合,提出一种基于注意力机制的跨领域推荐方法.首先,使用LDA(Latent Dirichlet Allocation)主题模型分别提取源领域和目标领域的项目主题分布.接着,将其与用户评分、时间权重因子、注意力机制结合,得到用户的动态偏好.然后,使用BP(Back Propagation)神经网络学习用户偏好的映射关系,并将用户在源领域与目标领域的偏好结合.最后,通过协同过滤的方法进行评分预测.实验结果表明,提出的推荐方法在亚马逊电子商品、影视与以及音乐的评分评论数据集上较其它传统推荐策略有着更好的推荐效果.     

一种改进项目多属性类别划分的推荐算法

针对传统度量相似性方法中忽略项目多属性类别差异的问题,提出一种改进项目多属性类别划分的推荐算法,首先构建项目—用户隶属矩阵挖掘用户间的隶属关系,并创建相似邻居FP-Tree以提取最近邻居集;然后分析用户间共同项目相似性和项目多属性类别划分的差异性,通过权重因子将共同项目和多属性类别融合,构建CNB度量模型度量邻居相似程度;最后对所得相似用户进行降序排列,获取更加精准的相似用户,完成推荐工作。结合医药数据集验证该算法的有效性,结果表明其时间复杂度、推荐准确性和平均精度均值均有较好的提升。     

采用信任网络增强的协同过滤算法

由于数据稀疏性问题的普遍存在,不仅传统的协同过滤系统中使用单一相似度进行的推荐不具备较高的可信度,而且共同评分项过于稀疏也会导致其推荐性能大打折扣。针对以上问题,提出了一种采用信任网络增强的协同过滤算法(记为ECFATN)。通过引入社会网络中常用的信任关系,即在原始的“用户-项目”评分矩阵上,通过信任计算建立用户间的信任关系,并使用传播规则传递信任关系,构建一个用户信任网络。最终使用用户间的信任度与相似度线性加权作为新的权重进行推荐。在真实的数据集上进行测试,实验结果表明,ECFATN算法不仅在一定程度上缓解了数据稀疏性问题并提高了推荐精度,而且由于信任关系的引入,对于用户冷启动问题也有较大的提升。     

融合社交网络信息的长尾推荐方法

在长尾推荐场景中,目标用户更信任与自己兴趣相似的好友的推荐结果,故为目标用户推荐其好友的个性化偏好物品有利于提高长尾推荐性能.相应地,如何有效融合社交网络信息与评分矩阵信息,提升推荐性能自然成为长尾推荐中的重要问题.为此,文中从信息融合视角出发,通过社交网络和评分矩阵共享用户的潜在特征向量,并将好友推荐信息作为长尾推荐...     

基于标签和PageRank的重要微博用户推荐算法

海量的微博信息使新进用户很难获取到其感兴趣的内容,重要微博用户推荐为新用户提供了一条有效获取信息的途径。目前,由于 用户间的关系没有被充分考虑及缺乏对用户个性化标签的处理,导致重要微博用户推荐的准确率不高。为此,提出了一种基于标签和PageRank的重要微博用户推荐算法。该算法首先对个性化标签进行分词、去噪、设置权重等处理,并将其作为用户兴趣的代表;然后根据PageRank计算模型来分析用户间的关系,结合标签相似度计算向新用户推荐与其兴趣相似的重要微博用户。 实验表明,该算法由于融入了对微博用户关系和用户个性化标签的重要性分析,因此与基于标签和协同过滤的个性化推荐算法相比 具有更高的重要微博用户推荐准确率。     

E-R模型中联系状态研究及应用

数据库设计的一个重要环节是将E-R模型转换为关系模型,但传统的E-R模型向关系模型的转换规则中存在一定的缺陷,在将具有时变性的多对多联系转换为关系后会导致关系的键无效。对导致转换后关系键无效的问题进行了深入分析,将问题根源归因为实体型间联系的时间性变化。在传统E-R模型引入联系的时变性质,据此将联系划分为动态联系和静态联系。提出了基于联系时变状态的新的E-R模型向关系模型的转换规则,修正了传统转换规则中的缺陷并解决了转换后的关系键失效问题。     

图象对象空间关系度量方法研究

针对图像数据库中空间查询的需求,将拓扑关系和方向关系结合,在二维投影间隔空间关系模型基础上,提出了一种新的拓扑、方向关系的度量方法。所提出的度量方法提高了空间关系相似性的度量精度,从而有效地提高了图象对象空间关系查询的准确性。     

基于双层注意力循环神经网络的方面级情感分析

在方面级情感分析中,常用的方法是将循环神经网络和注意力机制结合,利用注意力获取序列中不同单词的重要程度,但这并不能获取不同句子的重要程度,仅仅依赖单层注意力难于获取深层次情感特征信息。为了解决上述问题,该文提出一种基于双层注意力循环神经网络模型。通过双层注意力分别对单词层和句子层进行建模,捕获不同单词和不同句子的重要性,利用双向的循环神经网络获取更多的序列上下文依赖信息。情感特征信息具有重要性,但在深层神经网络中却未被充分利用。因此,该文将方面、词性信息和位置信息作为模型的辅助信息,进行更深层次情感特征信息学习,有效识别不同方面的情感极性。该方法与IAN模型相比,在SemEval 2014中的Restaurant数据集和Laptop数据集上进行实验,分类准确率分别提升了2.0%和5.2%。在与TD-LSTM模型对比中,Twitter数据集的分类准确率提升了1.7%。     

从“人本位”到“主客关系”的思考——刍议设计之沟通观念

本文以"人本位"设计理念为出发点,以设计中"主客体关系"为切入点,以链接设计的主体(设计者)和客体(客户、用户)间的"沟通"元素为立足点。阐述设计沟通的基本形式,及其内在规律性、相互关联性等问题。并试图说明沟通行为在设计活动中的地位与所起到的积极作用。     

基于对象空间关系的图像检索方法研究

描述了图像中对象之间的拓扑关系、投影间隔关系和角度关系,给出了不同空间关系距离的定义,提出了集成查询图像与数据库图像中共有对象数目和空间关系的图像相似性度量方法。实验证明,利用该相似性度量方法实现的图像检索系统的检索精度是较高的。     

Classification, relationships and forecasting models for telecommunication services

In forecasting future market size for telecommunication services, it is customary to analyze individually the diffusion processes of the services that make up the whole market and aggregate them. Recently, however, many existing telecommunication services have diversified and new services have arisen in an effort to satisfy customer needs. Thus, an aggregated forecast should consider the various relationships among telecommunication services, such as competitiveness and complementariness in view of the customer's desires for telecommunication. In this paper, a framework for classifying telecommunication services is proposed and independent, competitive and complementary relationships are defined according to customer needs, customer premise equipment, cost and network. Forecasting models based on such relationships are applied to telecommunication services in Korea.     

复杂语义关系的描述与操作

现实世界的实体间往往存在着复杂的语义关系,而且实体间的关系往往是相互的。现有数据库无论是扩展了对象关系模型的Oracle,还是首次提出逆向关系定义的ODMG（object data management group）,它们对现实世界中实体之间复杂语义关系及其逆向关系的描述和处理依然存在着很大的不足。为了更好地表述和处理现实世界中实体间复杂的语义关系,提出了一种能够简易描述实体间复杂语义的新方法。介绍了该方法如何针对复杂语义关系建立模型和插入对象,指出了该方法相对于传统模型的优越性,设计实现了实体间逆向关系和目标对象类的自动创建和生成机制,分析了数据库一致性维护问题。比较了基于新方法实现的DBMS（data base management system）和Oracle的性能,指出了基于新方法的DBMS存在的问题。     

Representing topological relationships among heterogeneous Geometry-Collection features

Topological relationships between two spatial features represent important knowledge in Geograph-ical Information Systems (GIS). In the last few years, many models that represent topological relationships havebeen proposed. But these models cannot represent the topological relationships between heterogeneous geome-trycollection features, which are composed of different dimensional geometries. In this paper, the formal definitionof regular heterogeneous geometrycollection and regularization rules are given. Based on the spatial model, twomethods for representing topological relationships between these complex features are proposed. The first methodis Dimensionally Extended Nine-Intersection Model Based on Components (DE-9IMBC) that extends Dimension-ally Extended Nine-Intersection Model (DE-9IM) and takes into account the topological relationships betweencomponents of these complex features. The advantage of DE-9IMBC is that a large number of different topo-logical relationships can be checked. The secon     

基于Ontology的汉语时间语义分析

介绍了Ontology的基本概念及结构，提出了一个基于Ontology的汉语时间语义分析的基本模型，并介绍了Ontology在模型中的作用及其与词典相结合后，提取文本中的时间短语并进行分析的方法。     

动态模糊关系及其在教学质量评价中的应用

教学质量的评价过程中，有很多概念既具有模糊性又具有动态性。在对动态模糊理论进行研究的基础上．通过实例阐述了如何在模糊评价中建立动态模糊集和分析动态模糊关系，这种评价方法的实现既体现了动态模糊理论的可操作性又对教学质量评价进行了一种更为合理的尝试。