基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

基于语言偏好信息的满意公平稳定双边匹配方法

针对语言偏好信息下的双边匹配问题,提出一种考虑匹配满意性、公平性和稳定性的双边匹配方法.首先,通过构造匹配满意度计算规则,将双边主体的语言偏好信息转化为匹配满意度;然后,给出满意匹配、公平匹配和稳定匹配的定义,在此基础上,考虑稳定匹配约束条件,建立双边匹配多目标优化模型,采用理想点法将多目标优化模型转化为单目标规划模型进行求解;最后,通过一个算例验证了提出方法的可行性和有效性.     

稳金融背景下的大学生财经素养通识教育模式研究：基于大学生使用互联网消费信贷产品的调查

随着经济的发展,互联网消费信贷产品所占市场份额也快速扩大。随着大学生可支配资金越来越多，其使用互联网信贷产品的基数、频率也在快速上升，引发各类大学生金融风险事件层出不穷。本文在“稳金融”的国家战略发展理念下，以当前互联网生态和财经通识教育现状为出发点，通过调查大学生使用互联网消费信贷产品的现状，发现大学生财经素养缺失可能会给国家金融稳定的可持续性带来严峻挑战，由此提出“三元?三层?三导”的高校财经素养通识教育优化方案。     

基于权重调节和用户偏好的协同过滤算法

针对传统相似度计算方法只利用用户的评分信息这一显性反馈行为进行推荐, 导致推荐效果不理想的问题, 提出一种新的相似度计算方法, 通过引入权重调节机制及用户行为偏好等隐性反馈信息, 提升推荐的准确度. 首先, 根据负采样的反用户频率, 降低流行物品全局软件工程的影响程度, 并使用共同评分行为的最小权重, 调节因共同评分数过少而导致的推荐准确度偏差. 其次, 提出项目偏好词定义, 根据项目偏好词矩阵计算出在项目特征上具有共同偏好的用户. 最后, 在MovieLens数据集上进行实验对比分析, 实验结果表明, 改进后的相似度计算有较优的MAE值, 且有更高的推荐准确性.     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

不同公平偏好下最优订购周期和延迟支付期决策

在实际商业活动中，公平偏好会影响供应链成员的决策行为，针对现有延期支付的文献中，尚未考虑FS公平偏好模型、BO公平偏好模型分别对延迟支付期和订货周期的影响，分别构建了公平中性、FS公平偏好模型和BO公平偏好模型下零售商主导的Stackelberg博弈模型，提供寻找各种情况下模型的最优解的办法，利用数值算例，对关键参数进行灵敏度分析。研究表明：①BO公平偏好模型下，供应商最优延迟支付期大于公平中性下供应商最优延迟支付期；公平中性下，供应商最优延迟支付期大于FS公平偏好模型下供应商最优延迟支付期。②FS公平偏好模型下，零售商最优订货周期大于公平中性下零售商最优订货周期；公平中性下，零售商最优订货周期大于BO公平偏好模型下零售商最优订货周期。③FS公平偏好模型下，供应链各成员的利润低于或等于公平中性模型下的利润。④BO公平偏好模型下，供应链各成员的利润高于或等于公平中性模型下的利润。     

基于读者偏好变化的高校图书个性化推荐方法

提出了一种根据读者借阅行为记录和图书信息来观察高校读者阅读偏好随着时间变化的思路，并借助二分网络结构特性，提出了测量偏好变化特征的计算方式及其作为推荐客体结合传统图书推荐算法的混合推荐方式。同时，使用上海交通大学图书馆图书借阅历史数据展示了偏好变化计算结果和结合偏好变化的混合推荐方法相比传统推荐方法的优越性。     

一种基于用户偏好和反馈的页面排序技术

传统的排名方法没有考虑用户的喜好、反馈和用户兴趣,很难满足用户的个性化需求.针对这个问题,提出一种新的网页排名方法,将网页的相似度、链接结构信息、用户偏好及用户反馈相结合进行页面排名.实验结果表明,改进的排序算法在一定程度上帮助用户提高检索网页的质量,最大限度地满足用户的需求.     

论旅游发展幸福悖论的内涵及伦理价值指引

幸福是人生活的终极目标，旅游是幸福生活的重要方式.旅游发展的初衷就是要服务于人的旅游和幸福生活的需要.但在消费社会里以消费为目的大众旅游逐渐背离了旅游发展的初衷——让旅游者成为消费者、旅游活动成为消费活动，从而遮蔽了旅游之于人生的价值和意义.旅游发展幸福悖论的实质是“旅游发展”和“人的幸福”这二者之间目的和手段的关系错位.从旅游发展中的异化现象入手，论述了旅游发展幸福悖论的内涵，提出了旅游健康发展的伦理价值指引：为了破解旅游发展的幸福悖论，必须确立人的幸福是旅游发展的主要目的，树立以发展伦理价值原则为指导的新型旅游发展观，践行合乎伦理的旅游发展之路.     

叙述性偏好法实验的有效样本量模型框架

叙述性偏好法(SP)是一种通过实验设计研究人们偏好的方法,通常结合离散选择模型估计参数.针对SP实验设计缺乏足以得到准确参数估计的有效样本量的问题,提出一个易于操作、更加全面的SP实验有效样本量估计方法框架,实现通过一个线性模型来估计实验所需的有效样本量.应用该框架开展实证研究,发现要素的数量、要素水平的数量、参数的尺度、样本量以及实验设计策略都对参数的准确性产生显著的影响,得到3种设计策略下的有效样本量估计模型.以此为基础,提出SP实验设计的实践原则.