公共文化服务平台

一种改进的Item-based协同过滤推荐算法被引量：21: 2007年; 分析了协同过滤推荐系统中存在的用户多兴趣和项目多内容问题,提出了一种基于项的协同过滤改进算法,算法综合考虑了项目自身属性和用户评价的影响.试验表明该算法有效的解决了用户的多兴趣和项目的多内容问题,并且在用户评分数据比较稀疏的情况下也能有较好的推荐精度.; 彭玉程小平徐艺萍; 关键词：推荐系统

一种基于自适应近邻选择的协同过滤推荐算法: 2016年; 评分数据稀疏性问题和新用户冷开始问题对推荐系统性能造成很大的影响,为了提高推荐精度本文提出了一种基于自适应组合协同过滤推荐方法ANCF。该算法首先通过推荐系统收集到的用户特征数据和项目特征数据来改善原始相似度计算,然后再组合用户邻居集和项目邻居集来为用户未评分的项目进行预测评分。通过自适应协调因子协调处理两方面的影响。通过实验表明,该算法可以充分挖掘用户群邻居和项目群邻居对推荐结果的预测作用,提高推荐系统的预测精度。; 彭玉程小平; 关键词：推荐系统

基于ART2动态聚类的协同过滤推荐方法: 2009年; 针对协同过滤推荐中的用户评分数据的极端稀疏性和新用户的推荐问题,本文通过用户的注册信息收集到关于用户的个人特征数据,形成用户个人特征矩阵,然后针对用户个人特征矩阵采用ART2神经网络动态聚类算法进行用户分类,找到目标用户的邻居用户,预测用户对未评分项目的评分,改善在线推荐的响应时间和推荐精度。; 彭玉; 关键词：协同过滤动态聚类

基于混合信任模型的协同过滤推荐算法: 2016年; 协同过滤技术在面临评分数据稀疏性问题时,推荐效果较差。为了提高推荐系统的推荐精度,可以将用户在社会网络中的交互信息加入到推荐系统中来,弥补评分数据不足的问题。在本文中,提出一种基于混合信任模型的协同过滤推荐算法,该算法将用户在社会网络中的历史评级信息和交互频率合并计算用户之间的直接信任度,并通过一定的信任传递规则将没有直接关联的用户间的间接信任度也计算出来,组成稠密的用户信任矩阵。最后基于用户信任矩阵和用户评分矩阵共同来计算用户之间的相似度并预测目标用户对未评分项目的评分,得到推荐集。实验结果表明本文提出算法可以提高数据密度,改善协同过滤推荐技术的稀疏性问题,有效提高推荐精度。; 彭玉; 关键词：协同过滤信任模型相似度

基于用户生活方式的协同过滤推荐算法被引量：1: 2009年; 用户的生活方式(lifestyle)在很大程度上决定着用户的消费习惯。所以针对用户评分数据的极端稀疏性和新用户的推荐问题,本文提出了一种基于用户生活方式的最近邻协同过滤推荐算法,通过描述用户生活方式的特征矩阵来计算用户间的相似性,初步预测用户对未评分项目的评分,对用户项评分矩阵进行调整,然后采用一种新颖的相似性度量方法计算用户的最近邻居。; 彭玉; 关键词：协同过滤

IUV-TPS仿真软件在融合通信网络实践教学中的应用被引量：1: 2022年; 随着运营商融合通信业务的大规模使用,基于仿真的软件技术在宽带课程教学中日益显得重要,它能为学员的学习创造一种自主、开放式的环境,并搭建实际业务进行操作的学习平台,培养学员综合设计、分析、解决问题的能力。该文以融合通信课程为例,介绍了虚拟仿真在教学课程中的使用,解决了早前实验内容抽象和实体实验室建设成本高的问题。; 马永波彭玉; 关键词：融合通信电信运营商

基于属性相似性的Item-based协同过滤算法被引量：25: 2007年; 通过分析传统Item-based协同过滤推荐中的稀疏性问题以及新项目的冷开始问题,提出了一个基于属性相似性的Item-based协同过滤算法。该算法利用项目属性的相似性来修正原始相似性计算,综合考虑项目属性和用户评价对推荐的影响,改进了传统相似性度量方法在评价数据稀疏和新项目推荐中测量结果不够准确的问题。; 彭玉程小平

基于上下文感知推荐的协同过滤技术: 2022年; 移动电子商务已经开始在用户的决策和偏好中扮演着越来越重要的角色。为了更有效地在移动环境中为用户提供推荐信息,该文提出了基于上下文感知推荐的协同过滤技术,该技术利用用户重要的移动上下文信息来改进基于项目的协同过滤算法中相似性的度量,重新用改进的相似度计算方法来获得项目的预测评分。通过实验数据表明,基于上下文感知推荐的协同过滤技术可以在用户处于移动环境时为用户提供更准确的推荐结果,可以有效缓解移动用户评分数据稀疏性所带来的推荐结果失真的问题。; 马永波彭玉; 关键词：上下文信息协同过滤移动电子商务个性化推荐

基于用户本地信息的间接信任模型协同过滤推荐算法: 2024年; 信任问题是多元化、大规模、开放环境中安全问题的焦点。目前,存在许多信任模型,这些模型依赖于特定代理人过去行为的历史信息来确定信任关系,但并不总是能够获取到特定代理人的信息。为了解决这个问题,本文提出了一种新的计算信任模型的方法,该方法利用用户对陌生服务提供者(目标代理人)可信度的本地信息评估。首先,通过协同过滤算法从用户的本地信息中寻找与目标代理人相似的代理人;接着,采用一种综合考虑信任和信任时效性的方法来计算信任度;最后,通过模拟实验结果证明,基于用户本地信息的信任模型及协同过滤算法能显著提高用户评估的准确性。; 马永波彭玉; 关键词：信任模型局部信息协同过滤

基于稀疏高光谱特征选择算法的牛肉糜掺假检测: 2025年; [目的]利用高光谱技术结合稀疏高光谱特征选择实现牛肉糜中掺入豌豆蛋白、鸭肉糜、鸡肉糜、猪肉糜的高准确率检测。[方法]提取牛肉糜样本原始光谱数据,采用标准正态变量变换(SNV)、多元散射校正(MSC)、一阶微分(D1)、移动平均(MA)预处理方法对光谱数据进行处理。设计一种基于稀疏表示的高光谱特征选择算法,该算法构建稀疏降维框架,并采用群智能优化对光谱特征选择目标函数进行优化求解,在保持数据多样性的同时最大程度地降低光谱数据维度。分别建立基于稀疏高光谱特征选择的极限学习机分类(ELMC)、随机森林(RF)和支持向量机分类(SVC)的掺假分类检测模型,并分析多高光谱数据融合对检测结果的影响。[结果]相比于全波段,基于稀疏特征选择的3种检测模型的分类准确率分别提高了2.33%,1.86%,2.01%,且优于基于连续投影(SPA)特征提取、自适应重加权采样(CARS)特征提取建立的检测模型。采用SNV、MSC预处理组合光谱数据的检测分类准确率最高,相比单一光谱数据分类准确率分别提高了0.79%,0.64%,0.65%。[结论]所提方法实现了对牛肉糜掺假的有效检测。; 马永波彭玉徐艺萍李丹; 关键词：特征选取掺假检测

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

彭玉