分享到:

信息协同过滤

1.引言网络的迅速发展、信息的日益丰富使得信息过滤越来越重要。在网络发展初期发挥了重大作用的搜索引擎正面临着困境:网络资源的众多和低组织性使得搜索引擎无  (本文共4页) 阅读全文>>

湖南大学
湖南大学

基于社交网络的垃圾信息协同过滤模型

当前,垃圾信息数量爆炸式增长,且形式多样变化,传统垃圾信息过滤方法应对时存在诸多不足。因此提高垃圾信息过滤质量和过滤效率,改变传统依赖信息特征为主的过滤方法,探讨利用社交网络协同过滤方法,不仅可以减少垃圾信息所带来的社会问题,提高用户体验,也是当前信息安全技术的研究热点之一。文章旨在提出一种智能模型,一方面能够克服传统过滤模型依赖信息特征属性的缺点;另一方面能够增强模型的动态适应性。基于社交网络的垃圾信息协同过滤模型主要利用社交网络社区聚集特性,并结合系统反馈更新建立高效的垃圾信息过滤机制。文章分析了手机短信和常见及时通讯软件中垃圾信息的内容和形式,以及社交网络中作为社区划分理论基础的小世界特性和无标度特性,以此为基础,提出了基于多目标的k-means聚类算法对社交网络进行社区划分形成协同推荐框架,同时结合社区成员重要性分组进一步提高垃圾信息过滤质量。文章针对模型设计测试数据以及完整的评价体系,并使用该数据编写相应程序对模型进行...  (本文共60页) 本文目录 | 阅读全文>>

《情报杂志》2009年02期
情报杂志

基于回归分析的信息协同过滤算法预测研究

信息过滤是图书情报领域的一个研究热点。分析了IBCF、UBCF和RBCF三种协同过滤算法,并用四种不同的数据集对...  (本文共3页) 阅读全文>>

西安科技大学
西安科技大学

基于MOOC的二分图上下文信息协同过滤算法研究

随着互联网信息技术应用的快速发展,人们受教育的方式发生了改变,MOOC平台成为人们获取知识的新途径。但MOOC平台上课程资源质量参差不齐,同种资源冗余的现象造成了MOOC平台高辍学率、低结课率问题;目前已有的推荐系统往往因新用户无历史记录数据出现冷启动问题,从而导致无推荐结果。论文针对这些问题,研究基于MOOC平台的个性化推荐算法。针对冷启动问题,提出利用二分图网络结构解决数据稀疏问题;为了提高推荐算法的准确率,提出了基于二分图上下文信息协同过滤推荐算法,该算法通过利用用户上下文信息,将原始数据集中所有用户进行分类划分;采用基于用户协同过滤推荐算法,计算目标用户与同类用户的相似度;进而利用同类用户相似度数值大小得到目标用户最近邻,依据最近邻从原始数据集中获取邻居用户-资源评分数据,实现数据预处理;根据邻居用户-资源评分数据获得邻居用户节点集合、资源节点集合、用户与资源二分图网络结构和兴趣矩阵;利用从资源出发,依据目标用户兴趣爱好...  (本文共58页) 本文目录 | 阅读全文>>

《计算机仿真》2019年11期
计算机仿真

基于相似度的多重信息协同过滤算法优化仿真

针对当前协同过滤算法准确度低、耗时长的问题,提出一种新的多重信息协同过滤优化算法。构建用户项目的评分矩阵,通过用户评分的先后情况对用户间的时序行为影响力进行计算;将用户的评分差异作为条件,对其加权信息熵的相似度展开计算;利用用户和项目的总数量构建用户项...  (本文共5页) 阅读全文>>

《情报探索》2014年10期
情报探索

基于信息协同过滤的电子政务推荐服务系统研究

采用信息协同过滤技术构建一个面向公众的电子政务信息推荐服务系统框架。通过信息用户评价矩阵寻找相似度较...  (本文共4页) 阅读全文>>