李惠清
- 作品数：2 被引量：2H指数：1
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金河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>>
- 融合占有度和频繁度的协同过滤推荐算法被引量：2
- 2015年
- 个性化推荐技术是解决信息超载问题的最成功的技术之一.当前的个性化推荐系统中存在系统推荐质量不高、推荐算法可扩展性差、数据稀疏时推荐精度低等问题.针对这些问题,提出一种新的融合占有度和频繁度的协同过滤推荐算法.该算法利用占有度高斯权重来优化用户相似度和项目相似度,通过频繁度支持因子将基于用户的协同过滤算法和基于项目的协同过滤算法有策略地融合起来,实现目标预测评分的动态调节.在数据集movielens和netflix上的对比实验结果表明,该算法在目标邻居数目较少的情况下仍具有较高的推荐性能,相比其他参照算法的收敛速度更快,推荐精度较高,具有较好的扩展性.
- 原福永高慧敏李惠清梁顺攀
- 关键词：个性化推荐协同过滤
- 用于开放企业环境下行为检测的证据信任模型
- 2015年
- 针对开放环境下应用系统中异常行为难以检测和检测率低的问题,提出基于信任的行为多点检测模型以提高对异常行为的区分度,降低行为检测误检率,弥补传统行为检测的不足.模型解决不同检测模型的融合问题,并针对不同的行为规则集给出一种基于行为匹配和行为反馈的通用行为量化方法;运用D-S证据理论构建证据信任模型,并基于基本概率分配函数构建信任三元组,再通过三元组归一化计算综合信任,继而依据可信评估函数综合判定异常行为的可信程度;通过MIT林肯实验室1999 DARPA BSM数据集的一组实验说明该模型的有效性,在提高检测率的同时降低了误检率.
- 申利民李惠清李峰佟连刚
- 关键词：信任
