期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合项目评分不确定度的多属性深度神经协同推荐模型
1
作者 李昌兵 王霞 邓江洲 《重庆理工大学学报(自然科学)》 北大核心 2025年第1期75-82,共8页
现有大多数深度学习推荐模型只使用用户的单一评分信息进行模型训练,忽视了用户在项目不同属性上的偏好行为,这在一定程度上影响推荐准确性。为此,提出一种融合项目评分不确定度的多属性深度神经协同推荐模型来学习用户在项目各属性上... 现有大多数深度学习推荐模型只使用用户的单一评分信息进行模型训练,忽视了用户在项目不同属性上的偏好行为,这在一定程度上影响推荐准确性。为此,提出一种融合项目评分不确定度的多属性深度神经协同推荐模型来学习用户在项目各属性上的评分行为,高效捕捉用户的多维度偏好特征。为使模型能充分考虑用户对项目各属性的评分分布一致性,引入项目评分不确定度来提取项目的个性化属性特征,并将其作为多属性评分的权重因子来修正模型的初始预测结果。利用修正后的多属性评分来预测用户偏好,证明所提模型能为用户提供更为准确的推荐。在2个真实数据集上的实验结果表明:相较于次优对比方法,所提模型在评估指标F 1和NDCG方面分别最高增长4.3%和3.9%,模型的推荐能力强,能提高推荐质量。 展开更多
关键词 项目评分不确定度 多属性推荐模型 深度神经网络 协同过滤
在线阅读 下载PDF
基于物品交互约束的自编码器推荐模型
2
作者 李昌兵 陈思彤 +2 位作者 罗陈红 邓江洲 叶建梅 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2024年第5期1052-1061,共10页
近年来,自编码器凭借其良好的数据压缩能力在推荐领域得到广泛应用。研究发现,受推荐系统中数据稀疏性的影响,自编码器模型会因为用户与物品之间缺少交互而在训练过程中产生偏差,从而影响模型的推荐结果。为解决此问题,提出一种基于物... 近年来,自编码器凭借其良好的数据压缩能力在推荐领域得到广泛应用。研究发现,受推荐系统中数据稀疏性的影响,自编码器模型会因为用户与物品之间缺少交互而在训练过程中产生偏差,从而影响模型的推荐结果。为解决此问题,提出一种基于物品交互约束的自编码器推荐模型。该模型以物品交互情况作为约束条件,设计了新的参数更新规则,规避了由数据稀疏性引入的模型训练偏差。在此基础上,推荐模型还将物品标签信息引入到训练中,通过增加新的数据源来缓解数据稀疏性的影响,提升推荐性能。在3个不同规模和稀疏度的数据集上的实验表明,模型对稀疏数据集具有良好的适应性,能够有效提高推荐的准确性,展现出良好的应用潜力。 展开更多
关键词 自编码器 推荐系统 物品交互约束 协同过滤
在线阅读 下载PDF
多视角提供数字产品预测可靠性的推荐策略研究——基于直觉模糊集的自然噪声检测机制
3
作者 邓江洲 伍奇 +1 位作者 王河洺 杜茂康 《数据分析与知识发现》 EI CSSCI CSCD 北大核心 2024年第7期128-136,共9页
【目的】考虑原始评分信息的准确性及其预测结果的可靠性,以提升推荐系统的准确性。【方法】从信息输入和输出两方面,设计三种方案为已有推荐算法的预测结果提供可靠性概率。在信息输入方面,借助直觉模糊集理论,提出模糊自然噪声检测机... 【目的】考虑原始评分信息的准确性及其预测结果的可靠性,以提升推荐系统的准确性。【方法】从信息输入和输出两方面,设计三种方案为已有推荐算法的预测结果提供可靠性概率。在信息输入方面,借助直觉模糊集理论,提出模糊自然噪声检测机制识别和修正有误评分;在信息输出方面,分别采用二次模糊噪声检测、矩阵分解和深度神经网络获得待预测位置的可靠性概率,并根据设定的可靠性判别条件,识别出不可信的预测评分并对其修正。【结果】在两个公开数据集上的实验结果显示,与原始推荐算法相比,引入所提模糊自然噪声检测方法和三种可靠性方案后的相应方法在F1值和NDCG评估指标上分别最高提升了6.4%和7.2%。【局限】所设计的可信推荐策略不适用于只包含隐式反馈的数据集。【结论】从评估信息可靠性的视角,为提升推荐算法的性能提供了新的解决方案。 展开更多
关键词 直觉模糊集 自然噪声 可靠性 机器学习 推荐系统
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部