您的位置： 专家智库 > >

段元波

作品数：3 被引量：14H指数：2
供职机构：上海海事大学信息工程学院更多>>
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更多>>

合作作者

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篇协同过滤
  • 3篇聚类
  • 2篇评分
  • 2篇模糊C均值聚...
  • 2篇均值聚类
  • 1篇用户
  • 1篇用户聚类
  • 1篇用户偏好
  • 1篇推荐系统
  • 1篇偏好
  • 1篇降维

机构

  • 3篇上海海事大学

作者

  • 3篇高茂庭
  • 3篇段元波

传媒

  • 1篇计算机工程
  • 1篇现代计算机
  • 1篇计算机应用研...

年份

  • 2篇2018
  • 1篇2017
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于项目评分和类型评分聚类的推荐算法被引量：1
2017年
针对用户聚类时部分近邻被遗漏和近邻用户选取依据单一的问题,为提高推荐的准确性,提出基于项目评分和类型评分聚类（IS T S）推荐算法,根据用户对项目的评分记录生成用户-项目评分矩阵和用户-项目类型评分矩阵,分别利用这两个矩阵对用户进行模糊C均值聚类,并改进距离度量方法,然后分别根据聚类生成的隶属度矩阵在隶属度高的簇中选取对应最近邻,最后通过加权生成预测评分产生推荐。在M o v ie L en s数据集上进行对比实验结果表明,新算法能更真实地反映用户评分,有效提高推荐系统的预测准确性。
段元波高茂庭
关键词：协同过滤模糊C均值聚类
结合用户聚类和评分偏好的推荐算法被引量：8
2018年
针对推荐算法中用户评分矩阵维度高、计算量大的问题,为更加真实地反映用户本身评分偏好,提出一种结合用户聚类和评分偏好的推荐算法。先利用PCA降维和K-means聚类对用户评分矩阵进行预处理,在最近邻选取方法上,添加用户共同评分数量作为约束,利用用户和相似簇的相似度对相似簇内评分加权求和生成基本预测评分;再综合用户评分偏置和用户项目类型偏好,建立用户评分偏好模型;最后通过多元线性回归确定每部分的权重,生成最终的预测评分。对比实验结果表明,新算法能更真实地反映用户评分,有效减少计算量并提高推荐系统的预测准确率,更好地满足用户对于推荐系统的个性化需求。
高茂庭段元波
关键词：协同过滤降维聚类用户偏好推荐系统
基于项目评分与类型评分聚类的推荐算法被引量：5
2018年
针对用户聚类时部分近邻被遗漏和近邻用户选取依据单一的问题,通过对项目评分和类型评分进行聚类,提出一种新的推荐算法。结合用户对项目的评分记录生成用户-项目评分矩阵和用户-项目类型评分矩阵,基于此对用户进行模糊C均值聚类,同时改进距离度量方法,根据聚类生成的隶属度矩阵在隶属度高的簇中选取对应最近邻,并通过加权生成预测评分,最终产生推荐。在Movie Lens数据集上的对比结果表明,该算法能够真实地反映用户评分,有效提高推荐系统的预测准确性。
段元波高茂庭
关键词：协同过滤模糊C均值聚类
全选 清除 导出
共1页<1>
聚类工具0