您的位置: 专家智库 > >

杨志明

作品数:2 被引量:6H指数:2
供职机构:江西师范大学计算机信息工程学院更多>>
发文基金:国家自然科学基金江西省自然科学基金江西省科技支撑计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇虚拟学习社区
  • 1篇随机游走
  • 1篇随机游走算法
  • 1篇转移矩阵
  • 1篇模糊C均值聚...
  • 1篇聚类
  • 1篇聚类算法
  • 1篇均值聚类
  • 1篇均值聚类算法
  • 1篇教学
  • 1篇个性化
  • 1篇个性化教学

机构

  • 2篇江西师范大学
  • 1篇同济大学

作者

  • 2篇杨志明
  • 1篇周琪云
  • 1篇程艳
  • 1篇解建华
  • 1篇汤青
  • 1篇杨华

传媒

  • 1篇江西师范大学...
  • 1篇小型微型计算...

年份

  • 2篇2016
2 条 记 录,以下是 1-2
排序方式:
混合图随机游走算法的商品推荐被引量:4
2016年
为了解决传统商品推荐方法仅考虑商品两两相似性或只通过商品属性的简单集成构建推荐网络图,对网络对象复杂性和依赖关系考虑不够导致推荐准确性低的问题,提出一种改进的商品推荐算法.算法通过商品、品牌、店铺及关联关系构建混合图,根据节点关系、节点出度、商户广告付费和商品点击数构建数学模型,得到商品、品牌和店铺间的转移概率,建立节点初始概率转移矩阵.通过重启动随机游走算法确定最终节点概率转移矩阵,实现商品推荐.实验结果表明,与当下常用推荐算法相比,该算法提高了商品推荐的准确率(Precision);算法扩展性强,适用于各种电商平台.
杨华周琪云汤青杨志明
关键词:随机游走转移矩阵
面向虚拟学习社区的学习行为特征挖掘与分组方法的研究被引量:2
2016年
虚拟学习社区作为网络教育的一种新兴模式,越来越受到人们的关注.如何为不同的学习者提供良好的个性化教学服务是虚拟学习社区研究的重要问题,而学习者的学习特征的提取与分析是个性化教学的基础.以虚拟学习社区为背景,从学习者的学习过程和学习特征入手,运用模糊c均值聚类算法(FCM)挖掘并分析学习过程中学习者的学习特征,进而根据学习者的知识水平、自主学习和协作学习积极性等学习特征进行精确分组划分,以达有针对性的教学指导,实现个性化教学,提高学习者学习效率.
程艳解建华谭平飞杨志明
关键词:虚拟学习社区模糊C均值聚类算法个性化教学
共1页<1>
聚类工具0