杨明花
- 作品数：8 被引量：24H指数：3
- 供职机构：北京理工大学更多>>
- 发文基金：国家留学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于兴趣局部相似的个性化协同推荐
- 本文为解决现有协同推荐系统存在的'兴趣整体相似性'问题,提出了基于兴趣局部相似的协同推荐方法,并提出了相应地实现该方法的用户兴趣模型。实验结果表明,该方法能够向用户推荐用户感兴趣却意想不到的内容,较好地提高个性化推荐系统...
- 杨明花古志民
- 关键词：用户兴趣模型
- 文献传递
- 传感器网络中一种基于质心的分布式成簇算法被引量：12
- 2007年
- 在LEACH的基础上，提出了一种适合无线传感器网络的基于质心的分布式成簇算法——CDCS。在CDCS中，每一个节点首先基于最优簇首概率Papt自主确定自己是否为临时簇首。然后临时簇首根据收集到的簇内节点信息，确定簇内近似质心，并由此动态调整簇内结构，使得调整后的簇内通信总能耗尽可能小。理论分析和模拟实验表明，CDCS在保持LEACH算法简单性的同时，可以获得比LEACH更好的性能，优化后的簇首选择策略可以在不同场景下有效延长网络生存时间达32％～38％。
- 姜少峰杨明花宋瀚涛吴正宇王捷民
- 关键词：无线传感器网络成簇算法质心
- 基于经验的协同推荐
- 2008年
- 传统协同推荐将用户相似性作为选择推荐者的基准,过多地依赖用户相似性.借鉴Hovland说服模型,提出了基于经验的协同推荐算法.指出推荐效果受多个因素影响,用户经验是选择推荐者时需要考虑的重要因素.给出了从行为日志中测量用户经验的方法,并给出了将用户经验与相似性相结合,整合到标准的协同推荐框架中的两种方法.在真实日志数据上进行了测试.实验表明,与传统方法相比,该方法能够推荐用户感兴趣却意想不到的网页,提高推荐的质量.
- 杨明花古志民
- 关键词：个性化WUM
- 基于兴趣特征的WUM数据预处理方法被引量：5
- 2006年
- (minghuay@bit.edu.cn)摘要:为了降低数据规模,并从行为日志中发现更有推荐价值的访问模式,提出了基于用户兴趣特征的数据预处理方法。该方法过滤不具有推荐价值的、用户因偶然发生的短期兴趣而访问网络的行为记录。实验结果表明该方法能够较好地降低数据规模,过滤掉噪音数据,从而减小代理端日志挖掘的复杂度,提高基于Web使用挖掘(WUM)进行个性化推荐的准确度。
- 杨明花古志民
- 关键词：WEB使用挖掘数据预处理
- 基于超图聚类的用户行为模式挖掘被引量：5
- 2006年
- 为解决代理服务器端用户行为日志的高维特征,提出一种基于超图模型的Web会话聚类方法。该方法利用页面归约和隐含在会话中的时间等统计信息描述会话,并在此基础上利用基于关联规则的超图对用户会话进行聚类,可以在较高层次上发现代理服务器端的用户行为模式。实验结果表明,该方法可以在大型的代理日志文件集中挖掘出有意义的用户行为模式,有效揭示用户的行为规律。
- 杨明花古志民
- 关键词：网络挖掘超图会话聚类
- 基于用户行为的兴趣模型与协同推荐研究
- 杨明花
- 关键词：WUM
- 一种基于路径划分与多分布目录的快速数据定位方法
- 本发明涉及一种基于路径划分与多分布目录的快速数据定位方法，属于计算机应用技术领域。本发明针对数据只能存放在本地节点的结构化对等网络应用系统，引入数据路径的划分、数据路径相似度及多分布式目录等机制，解决了基于结构化对等网络...
- 古志民任小金付引霞程慧芳杨明花
- 文献传递
- 基于兴趣点的会话相似性测量研究被引量：2
- 2006年
- 为提高用户会话聚类的准确性,充分利用页面路径的相似性,提出了基于兴趣点的会话相似性测量方法IPB(interest-point based).该方法充分利用页面路径包含的网站层次结构所体现的分类信息,将同一目录中的页面定义为一个兴趣点.在计算会话相似性时,首先获取用户会话中的兴趣点,根据页面路径的相似性计算兴趣点的相似性,然后根据兴趣点求出会话之间的相似度.实验结果表明,该方法能够更准确地计算Web会话的相似性.
- 杨明花古志民
- 关键词：WEB挖掘会话聚类兴趣点
