期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于决策树的社交网络隐式用户行为数据挖掘方法
1
作者 韩永印 王侠 王志晓 《沈阳工业大学学报》 CAS 北大核心 2024年第3期312-317,共6页
为了解决社交网络隐式用户行为数据挖掘过程中关联相似性计算较为困难的问题,提出了基于决策树的社交网络隐式用户行为数据挖掘方法。将社交网络视为包含不同维度的向量空间,计算特定维度上用户的兴趣空间和兴趣点。确定样本属性集后,... 为了解决社交网络隐式用户行为数据挖掘过程中关联相似性计算较为困难的问题,提出了基于决策树的社交网络隐式用户行为数据挖掘方法。将社交网络视为包含不同维度的向量空间,计算特定维度上用户的兴趣空间和兴趣点。确定样本属性集后,根据已知行为数据建立测试分支,计算该分支下子集的属性权重,不断迭代直至挖掘到同等属性的数据点为止。测试结果表明:该方法可对不同种类隐式用户行为精准挖掘,目标行为数据查找效果较好,实用性较强。 展开更多
关键词 决策树 社交网络 隐式用户行为 向量空间 属性集 数据挖掘 权重值 属性元素
下载PDF
基于极大熵的Web服务资源个性化推荐方法 被引量：1
2
作者 杨柳青 王冲 《计算机与现代化》 2023年第9期32-37,共6页
当对用户行为特征推荐Web服务资源时,对于不同特征之间的相关性考虑不足,会使得推荐方法的F-Measure值较低。因此,提出一种基于极大熵的Web服务资源个性化推荐方法。根据用户历史操作记录,从用户特征、商品特征、交互特征3个角度提取用... 当对用户行为特征推荐Web服务资源时,对于不同特征之间的相关性考虑不足,会使得推荐方法的F-Measure值较低。因此,提出一种基于极大熵的Web服务资源个性化推荐方法。根据用户历史操作记录,从用户特征、商品特征、交互特征3个角度提取用户隐式行为特征,完善用户缺失信息。根据协同过滤算法,将用户与Web资源之间的联系挖掘出来,生成用户兴趣矩阵。依托极大熵计算原理建立特征函数,明确不同用户行为特征之间的联系,并以此为基础设计Web服务资源选取算法。最后,针对用户基本属性和资源评分矩阵建立约束条件,生成个性化资源推荐方案。实验结果表明该方法的应用,使得F-Measure值与传统方法比较提升了41个百分点与33个百分点,确保推荐结果符合用户需求。 展开更多
关键词 极大熵 WEB服务资源 个性化推荐 用户兴趣 隐式行为 特征提取
下载PDF
社会媒体中用户的隐式消费意图识别 被引量：6
3
作者 付博 刘挺 《软件学报》 EI CSCD 北大核心 2016年第11期2843-2854,共12页
不同于已有的显式消费意图识别的研究,提出了社会媒体中用户的隐式消费意图自动识别方法.该方法将隐式消费意图识别视作多标记分类问题,并综合使用了基于用户关注行为、意图关注行为、意图转发行为以及个人信息的多种特征.由于隐式消费... 不同于已有的显式消费意图识别的研究,提出了社会媒体中用户的隐式消费意图自动识别方法.该方法将隐式消费意图识别视作多标记分类问题,并综合使用了基于用户关注行为、意图关注行为、意图转发行为以及个人信息的多种特征.由于隐式消费意图识别难以评价,自动抽取了大量跨社会媒体的用户链指信息,利用该方法,共抽取出12万余对的用户链指.在此自动评价集上的实验结果表明,所采用的多标记分类方法对于识别用户的隐式消费意图是行之有效的,其中使用的各种特征对于提高隐式消费意图识别的效果皆有帮助. 展开更多
关键词 隐式消费意图 多标记分类 用户行为分析 用户链指 数据挖掘
下载PDF
基于R树的协同过滤推荐算法
4
作者 张龙昌 张洪锐 《计算机系统应用》 2016年第11期131-135,共5页
R树是一个高度平衡树,也是目前应用最为广泛的空间索引结构.本文以用户行为的历史数据之间的相似度构造R树,提出一种基于R树的协同过滤推荐算法(R_CF);另外,从用户的隐式反馈着手,构建用户兴趣行为数据模型,并进行数据标准化处理.仿真... R树是一个高度平衡树,也是目前应用最为广泛的空间索引结构.本文以用户行为的历史数据之间的相似度构造R树,提出一种基于R树的协同过滤推荐算法(R_CF);另外,从用户的隐式反馈着手,构建用户兴趣行为数据模型,并进行数据标准化处理.仿真实验表明:较之传统的协同过滤推荐算法(CF),本文提出的R_CF算法可以极大提升推荐top-n个相似度最高的用户时的查询速度. 展开更多
关键词 R树 协同过滤推荐算法 隐式反馈 用户兴趣行为数据模型
下载PDF
大数据下基于Spark的电商实时推荐系统的设计与实现 被引量：22
5
作者 岑凯伦 于红岩 杨腾霄 《现代计算机》 2016年第16期61-69,共9页
大数据下基于Hadoop平台构建的电商推荐系统存在着计算缓慢、无法根据用户实时行为作出推荐的问题。针对以上问题,设计和实现基于Spark平台的电商实时推荐系统。与Hadoop平台构建的推荐系统相比,系统首先基于Spark平台构建了分布式日志... 大数据下基于Hadoop平台构建的电商推荐系统存在着计算缓慢、无法根据用户实时行为作出推荐的问题。针对以上问题,设计和实现基于Spark平台的电商实时推荐系统。与Hadoop平台构建的推荐系统相比,系统首先基于Spark平台构建了分布式日志采集模块和分布式日志数据传输模块,用于采集和传输用户隐式行为日志,解决电子商务跨系统数据源收集问题;其次在统一数据源的基础上,采用基于Spark的矩阵分解推荐模型进行离线训练,提升离线推荐训练的效率;进而在离线推荐的基础上,提出一种使用Spark Streaming实时流技术对电商日志数据做实时过滤,获取用户当前所需商品,并将离线推荐结果与实时推荐结果通过统一介质融合的方案,实现对用户隐式行为进行实时推荐反馈的功能。最后经实验证明,基于Spark平台的电商实时推荐系统相对于Hadoop平台的电商推荐系统具有更高的可靠性和稳定性,能够承载大规模数据量,离线推荐训练速度相对于Hadoop平台提高10倍,并且对用户的实时行为也能够作出实时推荐反馈,提升5%的交易转化率,增强电商网站的用户体验。 展开更多
关键词 大数据 Spark平台 HADOOP平台 实时推荐 用户隐式行为
下载PDF
一种基于隐式反馈的用户兴趣模型构建方法 被引量：2
6
作者 赵文朋 丁艳辉 +1 位作者 金连旭 张骏 《计算机与数字工程》 2018年第3期518-522,共5页
个性化推荐系统通常侧重用户显式反馈数据的收集和利用,而对于大量的隐式反馈数据,有待于进一步的充分利用。本文提出一种基于隐式反馈的用户兴趣模型构建方法,该方法首先从用户浏览行为方面分析用户兴趣度,建立用户在页面浏览时间、浏... 个性化推荐系统通常侧重用户显式反馈数据的收集和利用,而对于大量的隐式反馈数据,有待于进一步的充分利用。本文提出一种基于隐式反馈的用户兴趣模型构建方法,该方法首先从用户浏览行为方面分析用户兴趣度,建立用户在页面浏览时间、浏览速度、保存页面与收藏页面等经典隐式反馈行为与兴趣度之间的联系;然后,基于隐式反馈行为,提出主题兴趣度的概念,并将其与传统的基于VSM的兴趣模型相结合,构建基于主题兴趣度的用户兴趣。实验表明,本文提出的用户兴趣模型在推荐准确率上有明显提高。 展开更多
关键词 隐式反馈 用户浏览行为 用户兴趣模型 推荐系统
下载PDF
面向移动终端的隐式身份认证机制综述 被引量：5
7
作者 徐国愚 苗许娜 +2 位作者 张俊峰 姜涛 马小飞 《计算机工程与应用》 CSCD 北大核心 2018年第6期19-25,共7页
面向移动终端的隐式身份认证机制通过监测移动终端环境以及用户行为等信息对用户进行透明且持续地认证,能够增强现有身份认证机制的可用性与安全性。该文对隐式身份认证技术的研究现状进行介绍。介绍了基于本地与基于网络的隐式身份认... 面向移动终端的隐式身份认证机制通过监测移动终端环境以及用户行为等信息对用户进行透明且持续地认证,能够增强现有身份认证机制的可用性与安全性。该文对隐式身份认证技术的研究现状进行介绍。介绍了基于本地与基于网络的隐式身份认证框架;归纳总结出五类数据采集方式;对基于机器学习等多种用户分类算法进行了介绍,分析比较了各算法的正确率;归纳出两类访问控制机制,并对隐式身份认证所面临的模拟行为攻击以及用户隐私泄漏安全问题进行了讨论。 展开更多
关键词 隐式身份认证 移动终端 用户行为 访问控制 信息安全
下载PDF
融合微观行为特性的用户画像增强研究 被引量：6
8
作者 吴彦文 刘雪纯 +1 位作者 杜嘉薇 何华卿 《情报科学》 CSSCI 北大核心 2021年第3期19-24,50,共7页
【目的/意义】目前在线阅读平台上显性数据不足,导致了用户画像较为单一,使得传统推荐算法难以达到理想的推荐效果。事实上,读者序列化的行为数据多而丰富,不应被忽视。因此,如何更加精细地构建动态用户画像,以提升推荐结果的精准度、... 【目的/意义】目前在线阅读平台上显性数据不足,导致了用户画像较为单一,使得传统推荐算法难以达到理想的推荐效果。事实上,读者序列化的行为数据多而丰富,不应被忽视。因此,如何更加精细地构建动态用户画像,以提升推荐结果的精准度、可接受度是当前个性化推荐研究中的热点问题。【方法/过程】本文以在线阅读平台为例,提出了一种融合微观行为的可解释性数字图书推荐算法IBS,通过捕捉读者的在线微观行为序列信息进行实时的用户画像动态更新,通过引入认知偏差和个体差异校正项进行评分矩阵校正,最后根据不同的数据来源赋予不同的推荐理由,在增加了用户画像精准度的同时辅以透明化的可解释性推荐算法,以此来优化推荐结果。【结果/结论】仿真结果表明,IBS算法能提高在线阅读平台上数字图书推荐的召回率,有效提升数字图书推荐的精准度和可接受度。【创新/局限】本文创新之处在于利用读者的微观行为序列动态增强了用户画像,并引入偏差项和可解释性理由来优化推荐结果。在后续研究中,可通过扩展数字资源类型以及融入读者对推荐结果的反馈信息来进一步优化推荐算法。 展开更多
关键词 用户画像增强 微观行为序列 评分校正 可解释性 数字图书
原文传递
基于Item2Vec负采样优化的专题地图产品个性化推荐方法研究 被引量：7
9
作者 毛文山 赵红莉 +3 位作者 孙凤娇 蒋云钟 姜倩 朱彦儒 《地球信息科学学报》 CSCD 北大核心 2020年第11期2128-2139,共12页
建立适用于专题地图产品检索的用户偏好推荐模型是提高专题地图质量的有效方式之一,在专题地图产品推荐场景中,存在严重的内容冷启动和评论数据稀疏问题,现有的推荐算法无法为特定类用户推荐不同特征的专题地图产品,导致用户从专题地图... 建立适用于专题地图产品检索的用户偏好推荐模型是提高专题地图质量的有效方式之一,在专题地图产品推荐场景中,存在严重的内容冷启动和评论数据稀疏问题,现有的推荐算法无法为特定类用户推荐不同特征的专题地图产品,导致用户从专题地图中获取偏好信息受到限制。因此,本文构建基于负采样的连续词袋模型和基于Word2Vec的Item2Vec相结合的用户偏好推荐方法,用于专题地图产品推荐。①计算用户行为日志文件中交互行为数据的隐性评分,以代替专题地图推荐信息流场景中稀疏的用户评论数据;②基于负采样的连续词袋模型提取目标专题地图的前后地图序列感知特征信息,通过控制正负样本比例为1:2,提升目标专题地图潜在评分的预测精度;③通过Item2Vec将带有用户行为特征信息的专题地图映射到向量空间,计算用户对专题地图的相似度矩阵,根据用户偏好程度完成推荐。在构建的专题地图评分实验数据集Thematic CMaps和4个公开验证数据集MovieLens上的测试结果表明:与LFM、Personal Rank、Content Based和SVD 4种传统推荐算法相比,本文所提方法可有效提高潜在评分的预测精度,推荐性能最高达到27.85%;与以霍夫曼采样方式的Item2Vec基础方法和YouTubeNet 2种神经网络推荐算法相比,评分预测精度有一定提高,且推荐性能不断提升,最高达到2.97%和5.78%。以经典算法奇异值分解(SVD)为例,将MovieLens-20M数据集切分后,在数据量不断增大的数据子集中,本文所用方法的评分预测精度和性能均优于SVD方法。 展开更多
关键词 地图个性化推荐 专题地图产品检索 深度学习 负采样 Item2Vec CBOW模型 用户事件行为 隐性评分
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部