数字图书馆推荐系统中用户偏好的建模方法

通过对数字图书馆推荐系统进行分析,从信息源特点与用户对象特点两方面出发,提出了将用户偏好模型分为长期偏好与短期偏好相结合的动态模型。     

社会化推荐中基于对分网络的用户偏好预测

本文首先阐述了对分网络算法在社会化推荐中的应用,然后分析了社会化推荐的运作机理,构建了社会化推荐模型,最后从相似用户集构建、基于对分网络的用户偏好预测和算法评价3个方面,进行了基于对分网络的用户偏好预测实现研究。评价表明对分网络方法对用户偏好预测的效果较好。     

面向个性化推荐的情境化用户偏好研究

随着移动商务的迅猛发展,情境敏感的个性化推荐服务引起了广泛的关注,成为新的研究热点.情景化用户偏好是情境敏感的个性化推荐中关键研究问题之一,本文在已有研究的基础上,提出情境化用户偏好研究的一般研究框架,详细分析了情境内涵定义、情境数据模型构建、整合情境的用户偏好建模、基于情境的资源评价四个研究主题,梳理了当前该领域的主要研究成果,最后探讨了未来的研究机遇.     

科技文献中基于主题的社会化推荐研究

针对目前文献管理软件无法识别用户潜在研究兴趣从而进行个性化推荐的现状,文章提出了基于主题的社会化推荐方法。首先通过基于内容的个性化过滤方法识别用户的主题偏好,然后利用社会网络分析方法 (SNA)识别学术网络中有影响力的文献,进而产生推荐。最后提出了基于社会网络的科技文献个性化推荐的框架。理论分析证明该方法可以准确反映用户的研究兴趣,灵活地识别用户所属的学术网络,从而为目标用户产生精准的文献推荐服务。     

基于关键词语义类型和文献老化的学术论文推荐

[目的/意义] 从关键词语义类型和学术文献老化两个维度出发挖掘学术论文价值,为学者推荐符合其研究需求并在时间维度上具有较大参考意义的学术论文。[方法/过程] 首先,将学术论文关键词按语义类型进行划分|随后,基于共现关系计算同类型关键词间相似度,基于关键词相似度得到论文在语义类型上的相似度|然后,借用文献老化思想,计算不同类型论文的时间价值|最后,结合论文在语义类型上的相似度及时间价值,生成论文推荐列表从而进行推荐工作。[结果/结论] 实证结果表明,使用该方法推荐的论文,一方面与学者研究方向相符|另一方面在时间维度上也具有较大价值,推荐的论文质量较高。     

基于用户的协同过滤个性化商品推荐系统研究

论文首先探讨了电子商务推荐系统的定义和作用,然后分析了电子商务推荐系统的类型,最后在此基础上对基于用户的协同过滤推荐系统的实现进行了研究。     

基于模糊概念格的领先用户个性化知识推荐研究

针对创新社区日益增长的海量信息阻碍了用户对知识进行有效获取和创造的现状,将模糊形式概念分析（FFCA）理论应用于创新社区领先用户的个性化知识推荐研究。首先识别出创新社区领先用户并对其发帖内容进行文本挖掘得到用户——知识模糊形式背景,然后构建带有相似度的模糊概念格对用户偏好进行建模,最后基于模糊概念格和协同过滤的推荐算法为领先用户提供个性化知识推荐有序列表。以手机用户创新社区为例,验证了基于FFCA的领先用户个性化知识推荐方法的可行性,有助于满足用户个性化知识需求,促进用户更好地参与社区知识创新。     

基于用户特征和用户兴趣的推荐计算

协同过滤技术是个性化推荐系统中最经典的代表,但传统的协同过滤技术也面临着冷启动、数据稀疏性等弊端,加上协同过滤技术很少考虑用户兴趣随时间变化和用户特征等因素,导致推荐质量不尽如人意。在传统协同过滤的基础上,结合用户兴趣变化和用户特征两方面,提出一种改进算法的协同过滤技术,与传统技术相比推荐质量显著提高。     

基于模糊神经网络的冷冻水泵变频调速研究

本文通过系统地分析模糊控制和神经网络控制系统的结构、算法等问题,探讨了把模糊控制和神经网络控制技术结合起来的理论与实现,用神经网络的层和节点分别对应模糊系统的各个部分,将模糊控制规则和隶属函数隐含地分布在整个网络中,用神经网络实现模糊推理,以神经网络的在线自学习能力实现模糊控制规则的改变。设计了模糊神经网络,并应用到冷冻水泵变频调控制系统中,实现了水泵电机的转速智能控制。     

一种基于支持向量机回归的推荐算法

随着电子商务的迅速发展，推荐系统与算法已经成为理论研究的热点。支持向量机是一种强大的分类工具，由其衍生出的支持向量机回归方法能很好地解决非线性回归问题。文中以电影推荐为例，引入支持向量机回归方法来分析项目的内容，构建用户模型，进而给出推荐。实验结果和理论分析表明这种推荐算法与传统协同过滤算法相比，能够明显提高推荐精度，并显著缩短了推荐所需时间；在大样本量情况下也能同样高效。     

Leveraging social influence based on users activity centers for point-of-interest recommendation

Recommender Systems (RSs) aim to model and predict the user preference while interacting with items, such as Points of Interest (POIs). These systems face several challenges, such as data sparsity, limiting their effectiveness. In this paper, we address this problem by incorporating social, geographical, and temporal information into the Matrix Factorization (MF) technique. To this end, we model social influence based on two factors: similarities between users in terms of common check-ins and the friendships between them. We introduce two levels of friendship based on explicit friendship networks and high check-in overlap between users. We base our friendship algorithm on users’ geographical activity centers. The results show that our proposed model outperforms the state-of-the-art on two real-world datasets. More specifically, our ablation study shows that the social model improves the performance of our proposed POI recommendation system by 31% and 14% on the Gowalla and Yelp datasets in terms of Precision@10, respectively.     

一种基于卷积神经网络和双向长短记忆神经网络的在线医疗社区问答文本实体识别方法

[目的/意义]针对在线医疗社区问答文本复杂程度高、结构化程度低的特点,结合卷积神经网络（CNN）和双向长短记忆神经网络（BiLSTM）两种深度学习模型以及条件随机场（CRF）模型,提出一套适用于在线医疗问答文本的实体识别方法并进行验证。 [过程/方法] 将问答文本进行清洗和BIO标注后,分别用CNN和BiLSTM进行字级别的特征抽取,将两种模型抽取到的特征进行融合,后放入CRF中训练出实体预测模型,再将问答文本放入训练好的模型中得到最终的实体识别结果。[结果/结论]在所选取的乳腺癌医疗社区问答文本数据集上,所提出的方法结果优于其他模型,且识别准确率达到92.3%,召回率达到89.3%,F值达到90.8%。     

制造企业精益生产水平评价方法研究

国内很多制造型企业在推行精益生产时效果并不令人满意,主要表现为精益化不足和精益化过度,而要做到恰到好处的精益化,准确了解企业自身精益生产水平就显得非常重要。把模糊理论和神经网络技术应用于对企业精益生产水平的评价,建立科学、系统的精益生产水平评价指标体系,构建模糊神经网络评价模型。实例分析表明,网络模型的实际输出值与预测输出值相差不大,表明该模型具有较高的预测精度。测试结果进一步验证模型的可靠性和有效性。     

基于协同过滤的论文推荐-传播平台模型研究

借鉴协同过滤个性化推荐思想,提出基于同行评价计算用户相似度的学术论文个性化推荐-传播平台模型:研究人员借助推荐-传播系统将自己或他人的学术论文推荐给与其有相似研究兴趣的网络邻居,从而可基于同行协同过滤将学术文献高效获取和研究成果主动推介结合起来。运用计算机多主体仿真方法,本文模拟并验证了推荐-传播平台的性能。     

基于Web2.0图书馆荐购系统的功能设计

近年来高校在校生不断增加,针对图书馆的馆藏书籍需求量也越来越大.传统的采购模式不能满当今发展的需求.为使高校图书馆更具竞争力和信息社会融人性,通过研究Web2.0技术在高校数字图书馆应用的可行性,拟设计开发出一款基于Web2.0技术的、面向全校师生的图书馆荐购系统,本文主要介绍该系统的设计构思和核心功能.     

基于BP神经网络的印刷体数字识别研究

BP神经网络是一种误差逆传播算法训练的多层前馈网络,具备网络学习能力强、输入/输出模式映射关系存贮量大、事先不需要描述输入/输出映射关系等诸多优点的数学方程。本文通过BP神经网络的介绍,利用不变矩特征提取方法设计一种有效的BP神经网络印刷体数字识别演示系统,对印刷体数字识别的深入研究具有一定的指导意义。