国家自然科学基金(11201290)
- 作品数：9 被引量：34H指数：3
- 相关作者：徐桂琼李振博李倩黄兴中郁志清更多>>
- 相关机构：上海大学更多>>
- 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电子电信更多>>
- 基于组合相似度的优化协同过滤算法被引量：19
- 2014年
- 协同过滤算法是个性化推荐系统中应用最广泛的一种推荐技术。随着用户数量和项目数量的增加,数据的稀疏性成为影响推荐质量的重要因素。为此,将传统相似度指标修正余弦相似性、Pearson相似度,与结构相似度指标Jaccard系数、Salton系数、IUF系数进行组合,提出6种组合相似度。在Movie Lens上的实验表明,基于组合相似度的优化协同过滤算法在平均绝对偏差MAE、均方根误差RMSE、召回率、覆盖率和确率等性能上都有了较大提高,提高了推荐质量。
- 查九李振博徐桂琼
- 关键词：推荐系统协同过滤
- (3+1)维破碎孤子方程的变量分离解和局域激发模式被引量：3
- 2014年
- 多线性分离变量法已成功地应用于诸多(2+1)维非线性可积系统.将该方法拓展运用于(3+1)维破碎孤子方程中,获得了含任意函数的变量分离解.通过适当地设定任意函数的形式,得到了(3+1)维破碎孤子方程丰富的局域激发模式.
- 黄兴中徐桂琼
- 关键词：多线性分离变量法
- 基于用户谱聚类的协同过滤推荐算法被引量：8
- 2014年
- 针对电子商务系统中传统协同过滤推荐算法面临的稀疏性、准确性、实时性等问题,提出了一种基于用户谱聚类的协同过滤推荐算法。首先利用非负矩阵分解的方法对原始稀疏评分矩阵进行平滑处理,然后利用改进相似度的谱聚类方法将用户聚类,最后在用户所属类中寻找最近邻并产生推荐。用户谱聚类过程可离线完成,加快了在线推荐速度。在数据集MovieLens上的实验结果表明,该算法在平均绝对偏差、召回率、准确率等方面都有了较大改善,提高了推荐质量。
- 李振博徐桂琼査九
- 关键词：协同过滤非负矩阵分解相似度谱聚类
- 基于谱聚类与多因子融合的协同过滤推荐算法被引量：2
- 2017年
- 针对传统协同过滤算法面临数据稀疏、忽略用户时间上下文信息及对兴趣物品偏好程度等问题,提出基于谱聚类与多因子融合的协同过滤推荐算法。首先将FCM聚类融入到谱聚类算法的关键步骤,并通过聚类有效性指数对用户聚类个数进行优化,以降低生成最近邻的时耗;然后将Salton因子、时间衰减因子、用户偏好因子进行融合,从而对相似度进行改进;最后获取系统当前时间为目标用户生成推荐列表。Movie Lens上的实验结果表明,该算法在推荐精度、覆盖率及新颖度指标上有较大改善,提升了推荐性能。
- 李倩李诗瑾徐桂琼
- 关键词：协同过滤谱聚类
- 基于多属性模糊C均值聚类的属性约简算法被引量：1
- 2017年
- 模糊C均值聚类算法在处理高维数据集时,存在计算复杂度高,算法泛化能力差,计算精度低等问题。考虑到特征属性对聚类的贡献程度的差异,在多属性模糊C均值聚类的思想上,提出一种基于属性重要性的约简算法。为验证有效性,在UCI数据集上,将新算法与因子分析法和粗糙集理论约简方法进行比较分析。实验结果表明,该方法具有更好的泛用性,在平均标准差大或类间中心距离较远的数据集上具有更好的性能。
- 李诗瑾李倩徐桂琼
- 关键词：数据挖掘模糊C均值聚类属性约简聚类效果
- Lienard方程的新双周期解及其应用被引量：1
- 2015年
- 给出了六种情形下Lienard方程的Jacobi椭圆函数形式新双周期解.通过适当的变换,将含有三次方和五次方非线性项的广义Pochhammer-Chree(PC)方程、Kundu方程和广义长波-短波共振方程转换为Lienard方程,从而系统地构造出了它们的若干双周期解.
- 徐桂琼郁志清
- 关键词：LIENARD方程双周期解
- 多属性加权的模糊c均值聚类算法被引量：1
- 2017年
- 在多属性模糊c均值聚类的基础上,提出了一种基于属性重要性加权的聚类算法.为验证新算法的有效性,在6个UCI数据集上,将新算法与结合主成分分析法和基于粗糙集指数加权的聚类方法进行了比较分析.实验结果表明,基于属性重要性的聚类算法具有更好的泛用性和稳定性,且随着平均类间簇心距离的增大而提升聚类有效性.
- 李诗瑾李倩徐桂琼
- 关键词：数据挖掘模糊C均值聚类
- 基于用户近邻约束的矩阵因子分解算法被引量：2
- 2015年
- 矩阵因子分解推荐算法是基于模型的协同过滤算法中应用最广泛的一种推荐技术。针对推荐系统数据的稀疏性和推荐算法的实时性等问题,在传统矩阵因子分解模型的基础上引入用户近邻模型约束,提出基于用户近邻约束的矩阵因子算法。该算法充分利用了矩阵因子模型的优点,通过用户近邻约束进一步提高了算法相应的实时性和推荐的质量。在MovieLens数据集上的实验结果表明,该算法能有效解决数据稀疏和实时性问题,在推荐质量上比传统算法有了较大提高。
- 查九李振博徐桂琼
- 关键词：协同过滤
- 基于Nystrm扩展谱聚类的社会化推荐算法被引量：3
- 2015年
- 针对传统协同过滤推荐算法面临的稀疏性、实时性问题,提出了一种适用于朋友关系社交网络的社会化推荐算法。首先使用Nystrm扩展谱聚类方法根据朋友关系对用户进行聚类,然后在用户所属类中寻找最近邻并产生推荐;对用户进行聚类,改善了数据稀疏性问题,用户的聚类过程可离线完成,加快在线推荐速度,提高了系统实时性。在Flixster上的实验结果表明,与传统推荐算法相比,该算法在平均绝对偏差、覆盖率指标上都有较大改善,提高了推荐系统性能。
- 李振博徐桂琼査九
- 关键词：社会化推荐协同过滤谱聚类
