面向个性化产品服务方案的推荐方法与应用

针对传统隐语义模型（LFM）未考虑数据库动态更新从而影响方案推荐结果的问题,提出动态更新机制的加权LFM用于推荐个性化产品服务方案。针对余弦相似度 计算忽略个体差异的问题,提出采用云滴距离测度与云的余弦相似度加权后的综合相似度,预测并填充空缺数据,减少数据稀疏性;采用加权LFM推荐产品服务方案,以约束新用户兴趣差异性,提高推荐精度;采用差值平均法更新推荐结果。     

基于改进协同过滤的个性化产品服务系统方案推荐

产品服务系统是企业为用户提供的个性化需求解决方案,为了快速准确的设计方案,提出了改进的协同过滤算法根据用户的个性化需求推荐符合其需求特征的方案.针对传统协同过滤算法中,用户相似度计算方法没有考虑用户对方案属性的偏好问题,忽略了不同配置角度下各属性权重不同,提出了考虑方案客观属性的改进Person余弦相似度算法.首先采用BP神经网络计算获得不同方案下各属性的客观权重,其次考虑用户对方案属性的偏好计算用户相似度,可以在不完全冷启动的情况下准确预测目标用户对方案的评分并推荐最佳方案.最后,以空气净化器产品服务系统的方案推荐过程为例,验证了所提方法可提高用户相似度计算的精度与方案推荐的准确性.     

云服务平台下考虑用户偏好的设计服务推荐方法

为提高云服务平台下产品设计服务推荐的质量,增强协同产品设计过程中用户与服务提供方之间的交互,构建了个性化产品设计服务推荐框架,并提出考虑用户需求偏好的设计服务推荐方法.采用模糊C均值聚类算法实现用户初步聚类;利用改进的基于用户的协同过滤方法优化用户相似度函数及评分预测函数,以提高目标用户对设计服务推荐项目预测评分的准确性;通过用户对设计服务推荐结果的交互反馈,完成产品设计服务的更新迭代.以设计云服务平台上用户对壁挂式智能空调设计的需求为例,验证了所提方法的有效性.     

基于用户语义相似性的协同过滤推荐算法

为了解决协同过滤推荐中的稀疏性问题,提出一种基于用户语义相似性的协同过滤推荐算法。算法考虑到项目之间内在的语义关系,通过构建领域本体来计算项目之间的语义相似度,并综合项目语义相似度和用户评分数据来度量用户语义相似性。实验结果表明,该算法在用户评分数据极端稀疏的情况下,依然可以获得较高的推荐质量。     

基于谱聚类和隐语义模型的智能协同推荐方法

随着云计算及移动互联网技术的迅速发展,网络中可选服务信息呈爆炸性增长,信息过载问题日益严重.针对推荐系统中存在的数据稀疏性问题及冷启动问题,提出一种基于谱聚类和隐语义模型的智能协同推荐方法.该方法基于提取的用户标签特征信息,利用谱聚类算法对相似用户进行聚类,将原始高维评分矩阵转化为多个较低维的子评分矩阵.然后在子评分矩阵中利用隐语义模型对缺失评分进行局部预测.最后在获得缺失评分后利用改进的基于邻域的协同推荐算法对目标用户进行全局评分预测.所提算法有效解决了数据稀疏性问题和冷启动问题,在提高预测准确度的同时加快了推荐算法效率.     

基于情境感知生成对抗网络模型的工程知识推荐方法

针对现有知识推荐方法因稀疏矩阵和冷启动导致推荐性能不佳的问题,提出一种基于情境感知生成对抗网络模型的知识推荐方法(CGKR).提出任务相似度概念,同时考虑内容相似度和任务相似度构建知识相关性网络,基于知识相关性网络构建语义激活扩散模型,扩展用户历史评分,以全面探知用户兴趣;基于用户个人背景信息和历史行为信息构造用户情境...     

基于企业亲密度的云制造服务优选方法研究

针对企业云制造服务优选问题,提出一种充分利用历史数据、主客观综合赋权的优选方法。从企业资源计划(Enterprise Resource Planning,ERP)全面获取服务过程数据,建立包含企业亲密度模型的、指标全面量化的评价体系。采用相邻目标优属度法,由用户确定指标间重要性,计算一级指标权重;基于极大熵准则,结合专家意见,用目标规划法确定二级指标权重;另外,对于冷启动问题,通过余弦相似性原理计算企业背景相似度评估新企业QoS评分。结合某汽车检测装备制造企业案例,验证了方法的实用性,该方法能快速辅助选择适合企业情况的服务提供商。     

面向企业信息系统集成的Web服务推荐模型

为解决企业信息系统集成过程中Web服务选择方面的问题,提出了一种基于服务质量与用户推荐的服务推荐模型。根据服务质量量化模型计算服务质量综合值,利用皮尔逊相关系数找出一组评价相似用户,根据该组用户的评价相似度与评价值计算用户推荐度,利用服务质量综合值和用户推荐度计算Web服务信誉度,依据Web服务信誉度选出最优的Web服务。针对恶意推荐问题,提出一种用户评价可信度的计算方法。最后,根据该模型实现了一个推荐平台。实验结果表明该模型能够准确地为企业级用户推荐满足需求的Web服务。     

考虑相似比率的Web服务QoS协同预测

针对基于皮尔逊相关系数计算相似度的协同预测方法中,忽略Web服务QoS之间的比率关系而造成的预测误差问题,提出一种考虑相似比率的Web服务QoS协同预测方法 SRPre。该方法基于历史QoS数据,将基于用户和基于服务的协同预测方法相融合,引入最小共同调用数阈值削减相似度计算误差,利用最小相似度阈值筛选相似邻居,根据预测对象QoS与相似邻居QoS平均值之比计算相似比率,在协同预测计算过程中加入相似比率获得QoS预测值,通过实际Web服务实验说明了所提该方法在提高预测准确度方面的有效性。     

面向工程领域的主题多样性知识推荐方法

针对现有推荐方法无法同时满足知识推荐准确度和多样性的问题,提出一种主题多样性知识推荐方法(TDKR).基于对企业知识管理现状的分析,提出同时考虑内容、情境、任务3种相似度的知识相关性网络构建方法,进而划分知识主题社区.基于知识主题社区,构建用户兴趣模型,挖掘用户多样性的知识需求,并结合用户群行为数据,提出用户—主题专业度概念及其计算方法.利用用户—主题专业度信息改进基于用户的协同过滤方法,并结合情境信息和用户兴趣模型提出后过滤多样性策略,以同时保证知识推荐结果的情境可用性和主题多样性.通过对某船厂知识管理系统数据进行实例分析,结果表明TDKR方法能够有效平衡推荐准确度和多样性,为用户提供更有效的知识推荐服务.     

基于直觉模糊余弦相似度的云制造服务质量评价

云制造环境下云资源种类丰富且服务制约因素多,导致云制造服务质量评价困难.针对专家决策与用户评价信息的不确定性,以及评价指标类型多样的问题,提出基于直觉模糊余弦相似度的服务质量评价方法.采用可表达隶属度信息与非隶属度信息的直觉模糊数对非可量化的服务质量进行评价,并采用不受指标类型与维数限制的余弦相似度计算各个云制造服务属性值与理想值之间的相似度.对可量化与非可量化服务质量属性相似度进行加权平均得到综合相似度,依据其大小对云制造服务质量进行排序.最后,以某机床制造厂的涡轮生产为例验证了所提方法的有效性.     

基于本体的改模方案聚类研究

在分析改模知识的基础上,提出了一种基于本体的聚类分析法来获得典型的改模方案,建立了注塑模改模知识领域本体,确立了用矩阵方法表达改模方案数据的数学模型。通过基于改模知识领域本体之间概念相似度的计算获得改模概念间的语义相似度、用归一化公式计算改模方案间的相似度和簇间相似度,用相似度矩阵表示改模方案间的相似度,并应用凝聚的层次聚类法进行改模方案的聚类,通过改模方案聚类粒度的确定方法获得聚类结果。以企业的改模方案数据为例,验证了该方法的有效性。     

基于二部网络表示学习的矩阵分解推荐算法

矩阵分解算法广泛应用于推荐系统。然而,其性能往往受到数据稀疏性和数据高维度的影响,且较少考虑项目的内容信息。针对上述问题,提出一种联合二部网络表示学习的矩阵分解推荐算法(BiNRMF)。首先,利用评分信息和项目的标签信息构建两个二部网络;然后,通过二部网络的表示学习算法得到用户和项目的低维向量表示,用以计算用户之间和项目之间的相似性;最后,改进传统矩阵分解模型,融入低维向量空间中用户的相似关系和项目的相似关系。在GoodBooks和MovieLens数据集上的实验结果表明,与经典的推荐算法相比,联合二部网络表示学习的矩阵分解推荐算法的预测精度有显著提升。     

支持活动语义度量的用户行为相似度计算方法

针对基于活动序列的用户行为相似性度量方法未见考虑活动的语义相似性度量,提出一种支持活动语义度量的用户行为相似性计算方法。首先结合活动间的邻接关系与标签文本语义计算活动间的相似度;其次,定义了活动编辑权值函数和活动序列距离;最后,利用活动序列多重集建模用户行为并利用推土机距离计算用户行为相似度。与目前主流算法在度量性质可满足性、现实数据集实验评估等方面进行对比分析,验证了所提方法的可行性和有效性。     

基于用户群的用户兴趣发现

用户兴趣发现在推荐系统中起着重要的作用。针对推荐系统中用户兴趣发现语义信息不足的缺陷,在个性化兴趣本体的基础上提出一种基于语义相似度计算方法,建立用户群,改善了用户兴趣发现的效果,提高了推荐系统的质量。     

以Artifact为中心的业务流程相似度计算方法

为了在计算流程模型相似度时考虑到业务流程数据,解决以Artifact为中心的业务流程模型相似性度量问题,分析了业务流程执行过程中对数据的操作,提出了一种面向以Artifact为中心的业务流程相似度计算方法。对以Artifact为中心的流程模型的定义进行了扩展,增加了数据属性操作的描述;抽取Artifact数据属性的操作序列,将业务流程模型分解为Artifact数据属性操作序列集合;对数据属性操作序列进行分类,计算不同业务流程模型间数据属性操作序列相似度,进而得到以Artifact为中心的业务流程模型间的相似度。实验结果表明,该方法不仅体现了业务流程模型的数据操作特性,也体现了业务流程模型的行为,为以Artifact为中心的流程模型相似度计算提供了一种可行的方法。     

考虑数据变化范围的Web服务服务质量协同预测方法

针对Web服务QoS数据变化范围不同将导致传统协同过滤方法的邻居对目标用户的贡献度不均、进而影响预测结果的准确性的问题,提出一种基于高斯映射的协同预测方法,采用高斯归一化理论,将处于不同区域的服务质量数据映射到一个统一区间,通过皮尔逊相关系数计算相似度,引入最小相似性阈值因子来过滤具有弱相关性的近邻,应用协同过滤算法计算归一化后服务质量矩阵中的缺失项,设计了还原算法并计算得到原始服务质量矩阵下的对应项,融合基于用户和基于服务的计算结果进行综合预测。通过真实数据集上的对比实验和实例验证结果表明,所提方法能有效解决因贡献度不均等导致的误差,进而提高预测结果的准确度。     

一种基于用户兴趣的个性化建模方法

用户兴趣建模是个性化推荐系统的基础,对用户兴趣挖掘可以发现潜在兴趣知识,提供更优化服务。本文提出一种新的个性化用户建模方法,利用用户访问信息获取用户兴趣数据,计算检索词集合的相似度,计算用户相关的兴趣深度,并提出基于时间的兴趣偏好计算方法。在此基础上,构建了多领域多兴趣的用户兴趣模型。实验证明,本文提出的方法能有效提高用户推荐系统的精度和准确度。     

一种基于协同过滤与BG/NBD模型数据预测的智能手机节能策略

为了节省智能手机电池的能源,基于用户访问数据的可预测性,提出一个基于用户访问数据预测的手机节能策略模型。利用基于混合变量属性的K-means算法对已知用户进行聚类分组,建立相似用户群;利用BG/NBD模型对用户连续搜索期望进行预测;针对有价值的用户,结合协同过滤推荐算法,通过相似用户的历史数据分析预测当前用户未来可能访问的数据信息;利用数据预存储机制预存上述预测数据,通过降低通信次数的方式达到手机节能的目的。初步实验结果表明,所提出的节能策略可以在不影响用户使用满意度的情况下节省约13%以上的能量。     

最终用户编程中的业务流程相似度计算

为了改善业务流程推荐的准确性和最终用户编程的效率,提出了一种互联网环境下面向最终用户编程的计算业务流程内容与结构相似度的方法。使用分支限界算法计算业务流程的控制流关系矩阵间的最小编辑距离,得到结构相似度;计算以业务流程为文档的特征向量间的相似度,得到内容相似度;以最终用户编程平台中实际业务流程为例,验证了该方法的有效性。