彭东亮
- 作品数：4 被引量：4H指数：1
- 供职机构：中南大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金湖南省重点学科建设项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于图像和GM-PLSA模型的物品推荐方法被引量：2
- 2013年
- 针对G-PLSA(Gaussian Probabilistic Latent Semantic Analysis)推荐模型中存在的新物品问题,提出了基于GM-PLSA(Gaussian Multinational Probabilistic Latent Semantic Analysis)模型的物品推荐方法;该方法将物品的图像内容特征用于物品推荐,有效解决了新物品问题和文本描述物品外观存在歧义性问题。同时,针对推荐结果的总体多样性问题,提出了ITRM(Improved Traditional Ranking Model)排序模型;该模型能够保证一定准确性的前提下有效提高推荐结果的总体多样性,且该模型具有参数化的优点。实验结果表明,本文提出的方法能有效提高物品推荐系统的推荐性能。
- 朱韶平夏利民彭东亮
- 关键词：图像内容
- 基于分块权值的语义图像检索被引量：1
- 2013年
- 图像低层视觉特征和高层语义间的"语义鸿沟"是图像检索的关键问题。为了进一步提高基于语义的图像检索系统工作效率,以分块权值和视觉词库为基础,结合图像低层特征和高层语义的相关性,提出了一种基于分块权值的语义图像模型,该模型用来反映图像的视觉特性,对图像的高层语义进行有效检测,从而提高语义图像的检索效率。实验结果表明,该方法提高了语义图像检索系统的查全率和查准率。
- 夏利民朱城张海燕彭东亮
- 关键词：图像检索子块语义
- 基于改进URP模型和K近邻的推荐研究被引量：1
- 2013年
- 针对传统推荐系统中存在的冷开始和准确性等问题,提出了一种基于改进URP模型和K近邻的推荐方法。该方法利用改进的URP模型对用户和项目进行建模,可以有效地解决新用户的问题;并通过推荐项目的 K近邻对预测等级进行优化,可以显著提高对新项目预测的准确性。实验结果表明,该方法可以有效地解决冷开始问题,并显著提高推荐结果的准确性。
- 夏利民赵业东彭东亮张伟
- 关键词：K近邻GIBBS抽样
- 基于SURP模型的物品推荐
- 2014年
- 为了克服传统物品推荐技术中存在的局限,提出了一种基于SURP(supervised user rating profile)模型的物品推荐方法.利用词包(BOW)的方法,以图像特征来表示物品;在此基础上,采用监督学习方法来建立SURP模型,提高了对物品评分等级预测的准确性;通过引入用户兴趣因子,解决了用户对已购买物品的兴趣变化问题.在自建的物品数据集上,对此方法、URP(user rating profile)模型、G-PLSA(Gaussian probabilistic latent semantic analysis)模型和IBCF(item-based collaborative filtering)4种方法进行了对比实验.实验结果表明,该方法具有良好的物品推荐品质.
- 谭论正夏利民彭东亮
- 关键词：RATING图像特征用户兴趣
