李振博
- 作品数：4 被引量：27H指数：3
- 供职机构：上海大学管理学院更多>>
- 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>>
- 基于组合相似度的优化协同过滤算法被引量：19
- 2014年
- 协同过滤算法是个性化推荐系统中应用最广泛的一种推荐技术。随着用户数量和项目数量的增加,数据的稀疏性成为影响推荐质量的重要因素。为此,将传统相似度指标修正余弦相似性、Pearson相似度,与结构相似度指标Jaccard系数、Salton系数、IUF系数进行组合,提出6种组合相似度。在Movie Lens上的实验表明,基于组合相似度的优化协同过滤算法在平均绝对偏差MAE、均方根误差RMSE、召回率、覆盖率和确率等性能上都有了较大提高,提高了推荐质量。
- 查九李振博徐桂琼
- 关键词：推荐系统协同过滤
- 基于用户谱聚类的协同过滤推荐算法被引量：8
- 2014年
- 针对电子商务系统中传统协同过滤推荐算法面临的稀疏性、准确性、实时性等问题,提出了一种基于用户谱聚类的协同过滤推荐算法。首先利用非负矩阵分解的方法对原始稀疏评分矩阵进行平滑处理,然后利用改进相似度的谱聚类方法将用户聚类,最后在用户所属类中寻找最近邻并产生推荐。用户谱聚类过程可离线完成,加快了在线推荐速度。在数据集MovieLens上的实验结果表明,该算法在平均绝对偏差、召回率、准确率等方面都有了较大改善,提高了推荐质量。
- 李振博徐桂琼査九
- 关键词：协同过滤非负矩阵分解相似度谱聚类
- 基于Nystrm扩展谱聚类的社会化推荐算法被引量：3
- 2015年
- 针对传统协同过滤推荐算法面临的稀疏性、实时性问题,提出了一种适用于朋友关系社交网络的社会化推荐算法。首先使用Nystrm扩展谱聚类方法根据朋友关系对用户进行聚类,然后在用户所属类中寻找最近邻并产生推荐;对用户进行聚类,改善了数据稀疏性问题,用户的聚类过程可离线完成,加快在线推荐速度,提高了系统实时性。在Flixster上的实验结果表明,与传统推荐算法相比,该算法在平均绝对偏差、覆盖率指标上都有较大改善,提高了推荐系统性能。
- 李振博徐桂琼査九
- 关键词：社会化推荐协同过滤谱聚类
- 基于用户近邻约束的矩阵因子分解算法被引量：2
- 2015年
- 矩阵因子分解推荐算法是基于模型的协同过滤算法中应用最广泛的一种推荐技术。针对推荐系统数据的稀疏性和推荐算法的实时性等问题,在传统矩阵因子分解模型的基础上引入用户近邻模型约束,提出基于用户近邻约束的矩阵因子算法。该算法充分利用了矩阵因子模型的优点,通过用户近邻约束进一步提高了算法相应的实时性和推荐的质量。在MovieLens数据集上的实验结果表明,该算法能有效解决数据稀疏和实时性问题,在推荐质量上比传统算法有了较大提高。
- 查九李振博徐桂琼
- 关键词：协同过滤
