国家自然科学基金(71271147)
- 作品数：9 被引量：43H指数：5
- 相关作者：郭均鹏李汶华高成菊戴晖王启鹏更多>>
- 相关机构：天津大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学经济管理社会学更多>>
- 基于模态符号数据分析的混合推荐算法被引量：2
- 2014年
- 传统混合推荐算法基于点数据来描述用户模型,存在信息丢失、难以统筹考虑用户所有偏好信息等问题,严重影响了推荐系统的质量和效率。针对该问题,以符号数据为基础,建立了基于模态符号数据分析的混合推荐算法。用模态符号数据对用户建模,引入模态符号数据的距离度量计算用户兴趣模型间的相似性,同时整合用户人口统计信息的相似性,形成用户的综合相似性,最终完成推荐。实验结果表明论文方法在应对数据稀疏性及新用户问题时,具有更高的推荐精度。
- 郭均鹏李嫒嫒宁静王启鹏
- 关键词：用户模型
- 函数型数据的分步系统聚类算法被引量：6
- 2015年
- 函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算法的有效性进行了检验,并针对40个国家41年的人均GDP数据进行了实例研究,结果表明,该算法能够对函数型数据进行有效聚类。此外,基于此算法提出了一种函数型数据的数据补齐方法,实例研究结果表明,该预测方法能够对函数型数据进行有效地补齐。
- 郭均鹏王梅南高成菊戴晖
- 关键词：函数型数据聚类算法系统聚类
- 基于符号数据与非负矩阵分解法的混合推荐算法被引量：6
- 2015年
- 针对现有推荐算法在处理海量数据时效率和精确度低下的问题,提出一种将基于内容的推荐算法与基于项目的协同过滤算法相结合的新的混合推荐算法。首先引入符号数据分析方法,使用模态符号数据对项目建模,同时针对评分矩阵的超高维及稀疏性问题加入非负矩阵分解算法,对项目的特征矩阵进行有效"平滑",以此为基础计算项目之间的相似性,进而完成混合推荐。基于MOVEILENS数据的实验结果表明,本文提出的混合推荐算法与传统的基于项目的协同过滤算法相比,在相似性计算上具有更高的效率,同时在应对数据稀疏性及新用户问题时,具有更高的推荐精度。
- 郭均鹏王启鹏宁静李嫒嫒
- 关键词：非负矩阵分解
- 一般分布区间型符号数据的SOM聚类方法被引量：2
- 2016年
- 区间型符号数据是一种重要的符号数据类型,现有文献往往假设区间内的点数据服从均匀分布,导致其应用的局限性。本文基于一般分布的假设,给出了一般分布区间型符号数据的扩展的Hausdorff距离度量,基于此提出了一般分布的区间型符号数据的SOM聚类算法。随机模拟试验的结果表明,基于本文提出的基于扩展的Hausdorff距离度量的SOM聚类算法的有效性优于基于传统Hausdorff距离度量的SOM聚类算法和基于μσ距离度量的SOM聚类算法。最后将文中方法应用于气象数据的聚类分析,示例文中方法的应用步骤与可操作性,并进一步评价文中方法在解决实际问题中的有效性。
- 郭均鹏汪伟立王明璐刘荣荣李汶华
- 关键词：区间数聚类分析自组织映射
- 面向在线社区用户的群体推荐算法研究被引量：10
- 2014年
- 结合现有两种主要群体推荐算法的优势,建立新的算法框架,并引入差异度因素对模型进行优化。另外,考虑到在线社区用户的特点,定义互动度指标来描述群体成员间的互动程度,通过分析其与推荐精度之间的关系,探讨互动度对群体推荐的影响。选取豆瓣网数据进行实验,并与传统方法进行比较,结果表明,融入差异度的算法具有更好的推荐效果,且有效的互动机制能够保证较高的推荐精度。
- 郭均鹏赵梦楠
- 关键词：差异度互动
- 基于CPSO的基础设施模糊投资组合优化模型被引量：5
- 2016年
- 针对基础设施效益模糊、难以度量的特点,结合模糊集理论,建立了模糊投资组合优化模型,改进粒子群算法,加入混沌思想,使用混沌粒子群算法(CPSO)求解基础设施的模糊投资组合优化模型。以4个城市投资公司的数据为样本,验证该方法的科学性与有效性。研究结果表明:模糊投资组合优化模型可较好地表征基础设施的模糊效益,提高基础设施投资决策的科学性;混沌寻优思想改进的粒子群算法可求得模糊投资组合优化模型的全局最优解,增强算法的鲁棒性。
- 曾梅郭均鹏
- 关键词：模糊集投资组合优化混沌粒子群算法基础设施
- 一般分布区间型符号数据的系统聚类被引量：4
- 2013年
- 现有的区间型符号数据的研究大多假定个体在区间内服从均匀分布,实际上往往并非如此.针对该问题,研究了一般分布条件下区间型符号数据的系统聚类方法.阐述了一般分布区间型符号数据的定义,在一般分布的区间型符号数据的描述统计基础上,给出了基于Hausdorff距离的一般分布的区间型符号数据系统聚类算法,并通过随机模拟对聚类有效性进行评价。结果表明:与个体服从均匀分布的假设相比,一般分布的区间型符号数据的系统聚类分析有效性更好.最后将文中方法应用于电子商务客户价值的评价,进行了应用研究.
- 李汶华戴晖郭均鹏高飒邓登
- 关键词：系统聚类HAUSDORFF距离区间数
- 一种基于符号数据的群体推荐算法被引量：6
- 2015年
- 基于符号数据分析所具有的能够有效地对海量数据进行降维并从整体上把握样本属性的优势,设计了基于区间型和分布式符号数据的模型建立方法,分别建立符号数据描述的目标群体用户模型和目标项目模型,并将目标项目模型分解为积极子模型和消极子模型来表示.进而计算目标群体模型与目标项目积极子模型、消极子模型之间的相似度,最终产生推荐.选取为群体用户推荐美食作为实例,通过大众点评网收集用户评分数据,对文中算法进行评价,结果表明该算法能取得良好的推荐精度,且在群体较小及数据稀疏时,推荐质量明显优于传统基于点数据描述群体用户模型的协同过滤算法.
- 郭均鹏高成菊赵旻昊
- 一种基于案例推理和协商的群体推荐算法被引量：7
- 2013年
- 群体推荐是个性化推荐领域一个新的研究热点,其与传统个体推荐的重要区别之一,是需要群体成员进行协商或谈判,以提高群体满意度。针对该问题,提出了基于案例推理和协商的群体推荐算法,根据群体成员对项目的历史评价作为知识库,从群体用户角度出发进行协商或谈判,使用多Agent系统模拟群体用户在选择推荐项目问题上的协商过程,最终达成一致并进行推荐,推荐完成后通过用户反馈对群体成员的知识库进行及时更新。选取MovieLens数据库进行试验评价,结果表明,文中算法的推荐质量明显优于对比算法。
- 李汶华熊晓栋郭均鹏
- 关键词：协商多AGENT系统
