您的位置： 专家智库 > >

王越群

作品数：7 被引量：44H指数：3
供职机构：吉林大学计算机科学与技术学院更多>>
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金属学及工艺更多>>

合作作者

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...
  • 1篇金属学及工艺

主题

  • 3篇协同过滤
  • 2篇推荐系统
  • 2篇计算机
  • 1篇电机
  • 1篇电机拖动
  • 1篇用户
  • 1篇预处理
  • 1篇社交
  • 1篇社交网
  • 1篇社交网络
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据集
  • 1篇数据预处理
  • 1篇拖动
  • 1篇评分
  • 1篇潜在信息
  • 1篇全局信息
  • 1篇网络
  • 1篇系统结构

机构

  • 7篇吉林大学
  • 6篇东北师范大学
  • 1篇哈尔滨工程大...

作者

  • 7篇董立岩
  • 7篇王越群
  • 2篇李永丽
  • 2篇孙铭会
  • 2篇贺嘉楠
  • 1篇邹跃鹏
  • 1篇朱琪

传媒

  • 3篇吉林大学学报...
  • 2篇吉林大学学报...
  • 1篇东北大学学报...
  • 1篇浙江大学学报...

年份

  • 1篇2023
  • 2篇2019
  • 3篇2018
  • 1篇2017
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
基于关键节点的影响力最大化算法被引量：2
2019年
为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。
王越群于健邹跃鹏李永丽董立岩
关键词：社交网络
基于最大平衡度的自适应随机抽样算法被引量：1
2018年
针对分类算法在非平衡数据集的情况下分类性能不理想的问题,总结了常见的数据平衡化方法,包括改造数据集与改进算法,提出一种全新的基于最大平衡度的自适应随机抽样算法,进一步优化了随机森林算法的分类效果.将其应用在随机森林算法的数据预处理阶段,并通过实验证明了该随机抽样方法的有效性,在合理的整体精度范围内能够较好地处理非平衡数据.产生的新数据比较拟合初始数据,能够提高分类器处理非平衡数据的能力.
董立岩王越群李永丽朱琪
关键词：非平衡数据集数据预处理
基于Unity3D的电机拖动仿真系统被引量：3
2018年
为解决电机拖动实验的仿真现实问题,基于虚拟仿真的思想,利用Unity3D技术,实现了基于Unity3D的电机拖动仿真系统。通过实验证明,该系统可准确模拟各种电器设备在不同的连接部署情况下电动机的反应情况。用户能通过该系统达到对电机拖动实验的学习、模拟等初步体验,系统可完成不受时空限制的一些实验,有助于提高科学研究效率、准确率以及实验的安全性,降低了实验成本。
董立岩王越群李永丽
关键词：电机拖动
基于会话的结合全局潜在信息的图神经网络推荐模型
2023年
针对当前各种基于会话推荐的模型存在对物品间全局关系的获取和使用不足的问题,提出了基于会话的结合全局潜在信息的图神经网络推荐模型。该模型根据全部会话序列构建会话图与全局图,并在全局图中引入了序列中各节点间的间距信息,以及序列节点的相邻节点彼此之间的贡献度,通过模型训练获取最后的会话表征预测下一个交互行为。实验结果表明:在结合图神经网络的推荐算法中充分挖掘全局潜在信息可以有效提高推荐算法的准确率,这一改进对提高基于会话的图神经网络模型的性能有一定指导意义。
董立岩梁伟业王越群李永丽
关键词：计算机软件推荐系统全局信息
基于非负矩阵分解的Slope One算法被引量：1
2019年
针对协同过滤推荐算法中Slope One算法在稀疏数据集中推荐精度低的问题,利用矩阵分解在解决矩阵稀疏性方面的优势,将非负矩阵分解技术引入到用户-项目评分矩阵的降维处理中,将原有的稀疏评分矩阵进行非负分解,改善了矩阵的稀疏性,优化Slope One算法.从实验数据可以看出,与原始的CF算法进行比较,NMF-Slope One算法有较好的推荐效果.在数据稀疏的条件下,确定参数进行实验.实验结果表明,该方法提高了SlopeOne算法在数据稀疏下的精度和推荐质量.
董立岩金佳欢方塬程王越群李永丽孙铭会
关键词：推荐系统协同过滤非负矩阵分解
基于项目属性分类的协同过滤算法研究被引量：7
2018年
用户对项目的评分数据是传统协同过滤算法进行项目或用户推荐的唯一依据,项目或用户本身的属性特征并未进行过多考虑。为此,在计算项目之间的相似度时融合了项目标签属性,提高了项目推荐的准确率。具体方法是首先通过创建项目属性分类表,得到项目属性之间的差异度,然后将项目属性差异度融入pearson相关系数公式中,计算项目之间的相似度。通过实验验证,改进后的方法比传统的基于项目的协同过滤算法的推荐结果平均偏差小,命中率高,推荐结果更加准确。
吴佳婧贺嘉楠王越群董立岩
关键词：协同过滤
基于时间衰减的协同过滤推荐算法被引量：30
2017年
针对传统的协同过滤算法在计算相似度时未考虑时间因素的影响,导致推荐结果不准确的问题,本文提出将时间因素融入用户项目评分矩阵中,以解决兴趣衰减的问题。首先将遗忘曲线和记忆周期作为时间因素融入算法之中,将艾宾浩斯遗忘曲线用于指数函数拟合,从而获得时间与兴趣衰减的函数关系,以此用于优化用户项目的评分。并将改进的评分矩阵应用到基于项目的协同过滤推荐算法中进行推荐。在评分中加入记忆周期的影响,让目标用户对待预测的项目评分预测更为准确。实验结果表明,改进后的基于时间衰减协同过滤算法在准确性方面有显著的提高。
董立岩王越群贺嘉楠孙铭会李永丽
关键词：计算机系统结构协同过滤相似度
全选 清除 导出
共1页<1>
聚类工具0