您的位置: 专家智库 > >

宋文君

作品数:3 被引量:15H指数:2
供职机构:上海理工大学管理学院更多>>
发文基金:国家自然科学基金教育部人文社会科学研究基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇网络
  • 2篇个性化推荐
  • 1篇用户
  • 1篇个性化推荐算...

机构

  • 3篇上海理工大学
  • 1篇北京师范大学

作者

  • 3篇郭强
  • 3篇宋文君
  • 2篇刘建国
  • 1篇胡兆龙
  • 1篇侯磊
  • 1篇张一璐
  • 1篇陈芳娇

传媒

  • 1篇上海理工大学...
  • 1篇计算机应用
  • 1篇复杂系统与复...

年份

  • 3篇2015
3 条 记 录,以下是 1-3
排序方式:
基于流行度的非平衡物质扩散推荐算法被引量:3
2015年
针对产品的异质性没有在推荐算法中得到很好利用的问题,提出一种考虑产品流行度对用户兴趣偏好影响的物质扩散算法。通过模拟物质在用户-产品二部分网络上的扩散过程,并且引入产品流行度的可调参数,对产品流行度的影响进行定量刻画。在三个真实数据集上进行数值实验结果表明,该算法与经典的物质扩散算法相比,Movie Lens、Netflix和Last.FM数据集上的平均排序打分可以分别提高25.60%、10.96%和1.2%;推荐列表多样性分别提高59.30%、53.07%和8.59%。所提出的非平衡的物质扩散算法所得到的结果更切合实际。
郭强宋文君胡兆龙侯磊张一璐陈芳娇
关键词:个性化推荐
一种改进的混合推荐算法被引量:10
2015年
基于用户的近期行为能够更好地反映其潜在的兴趣偏好的思想,提出了一种基于有限时间窗口的改进混合推荐算法.在标准数据集Netflix上的实验结果表明,只采用大约31.11%的用户近期历史记录,所得到的推荐结果准确性可以平均提高4.22%,而推荐列表多样性可以提高13.74%.另外还发现新提出的算法适用于不同活跃程度的用户,这可以极大地降低大规模数据所引发的计算复杂性问题.
宋文君郭强刘建国
时间窗口对个性化推荐算法的影响研究被引量:2
2015年
研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。
宋文君郭强刘建国
关键词:个性化推荐算法
共1页<1>
聚类工具0