教育部人文社会科学研究基金(12YJC870002)
- 作品数：3 被引量：9H指数：1
- 相关作者：曹洪江傅魁李雪更多>>
- 相关机构：武汉理工大学更多>>
- 发文基金：教育部人文社会科学研究基金中央高校基本科研业务费专项资金湖北省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于用户动态简档信息的群组推荐算法研究
- 2018年
- 在社交网络中利用用户的简档信息进行群组推荐是一种有效的推荐方法,但存在静态简档信息无法反映用户偏好的动态变化从而影响推荐准确性的问题。为此,提出通过搜集用户在社交网络中的活动信息生成动态简档,再根据简档信息的关键词匹配确定相似用户和专家用户,并提高专家用户的简档信息在群组推荐计算中权重的推荐策略,形成了一个以用户动态简档信息为推荐基础的群组推荐算法。最后,算法对比实验证明了该方法在提高群组推荐的准确性和可靠性上的有效性。
- 曹洪江李雪
- 关键词：协同过滤
- 情境感知推荐中的上下文宽松匹配方法研究被引量：1
- 2015年
- 情境感知推荐是一种有效的推荐方法,但存在难以确定有效上下文变量的问题,使用过多的上下文变量会导致数据维度的上升及推荐准确性的下降。提出一种将推荐算法分解,以各分解部分为上下文匹配主体,且采取宽松匹配的上下文信息匹配策略。形成了一种融合上下文预过滤和上下文建模的混合推荐算法。通过同其他类型算法的性能对比实验证明了该方法在确定有效上下文变量及提高推荐算法准确性上的有效性。
- 曹洪江傅魁
- 协同过滤推荐系统中聚类搜索方法研究被引量：8
- 2014年
- 最近邻计算是协同过滤方法中直接影响到推荐系统的运行效率和推荐准确率的重要一环。当用户和项目数目达到一定规模的时候,推荐系统的可扩展性明显降低。聚类的方法能在一定程度上弥补这个缺陷,但同时又会带来推荐准确性的下降。提出了一种与信息检索领域中的倒排索引相结合并采用"成员策略"的用户聚类搜索算法,缩短了最近邻计算的时间,实验的结果证明,该方法能在保证推荐正确性的前提下有效改善协同过滤推荐系统的可扩展性。
- 曹洪江傅魁
- 关键词：协同过滤推荐系统倒排索引
