个性化推荐系统评价方法综述

根据推荐系统任务的不同,介绍了不同的准确性度量指标以及各自的优缺点;介绍了准确度之外的其它指标,例如推荐多样性、覆盖率等;指出了目前评价指标存在的缺陷,以及未来可能的改进方向.     

基于隐式反馈的个性化游戏推荐方法

传统的推荐系统常用显式反馈进行个性化推荐,但显式反馈数据不易获取,质量不好且易引起用户反感,使推荐结果不能满足用户需求.隐式反馈数据更容易获取,可更好地为用户提供其感兴趣的内容.提出一种基于隐式反馈数据的个性化游戏推荐才法.该方法基于游戏时长、游戏次数等隐式反馈数据,构建针对游戏用户数据的隐式反馈推荐模型,通过隐语义推...     

基于用户兴趣的混合推荐模型

从用户特征描述出发,分析用户兴趣模型的表达机制,提出一种基于用户兴趣的混合模式推荐方法.该方法将内容过滤和协同过滤的预测值进行加权求和,形成最终的综合相似度.实验结果表明,该方法的性能同时优于基于用户协同过滤的推荐方法和基于内容过滤的推荐方法,推荐系统的推荐质量得到显著提高.     

垂直电子商务网站的混合型推荐系统

提出了一种新的混合型推荐系统框架,该框架采用改进的K-means方法对用户和产品进行聚类,然后用Logistic回归对交易数据进行关联分析,最后使用线性信息融合模型对所有规则进行综合判断,给出合理的推荐结果.介绍了这个框架的实现过程,并将系统应用于一个具体的商业案例,以对推荐效果进行检验.结果表明:新系统适用于垂直型电子商务网站,推荐准确度较高.     

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。     

基于泛函网络的组合推荐算法

在研究组合算法的基础上,提出一种基于泛函网络实现前融合推荐算法. 探讨Vague集条件下推荐算法的前融合问题,给出了基于泛函网络构架实现前融合组合推荐算法的一般过程. 通过推荐系统泛函拓朴结构的建立,利用泛函神经元的自学习、自组织和自适应能力,进一步优化推荐结果,较大地提高了系统的推荐准确度. 最后,将算法应用于Movielens推荐系统中,计算机仿真实验结果表明,本文提出的基于泛函网络实现前融合推荐算法是有效的、可靠的.     

我国电子商务推荐策略的比较分析

首先评述了国内外电子商务网站常用的各种查找推荐方法,重点比较分析了我国四个典型的B2C网站(Mall.sina.com.cn,Ssreader.com,Dangdang.com,D-library.com.cn)和国外著名电子商务网站Amazon.com所采用的推荐策略,然后指出目前我国B2C网站在推荐策略方面存在的差距和问题,分析了其原因并提出了相应的解决措施.     

基于n序访问解析逻辑的协同过滤冷启动消除方法

协同过滤是目前个性化推荐系统中广泛使用和最成功的推荐算法,但在用户评分极端稀疏的情况下将面临冷启动问题, 具体包括新用户问题和新项目问题.针对新用户问题,提出了一种基于n序访问解析逻辑的冷启动消除方法, 首先通过Web日志来获取用户访问项序,进而定义了n序访问解析逻辑将其分解为用户访问子序集; 在此基础上设计了用户访问项序的相似性计算方法来搜寻新用户的最近邻集合, 进而提出了改进最频繁项提取算法IMIEA (improved most-frequent items extracting algorithm)来生成面向新用户的top-N推荐. 实验结果表明,本文提出的新方法能够有效实现面向新用户的个性化推荐,消除了协同过滤冷启动中的新用户问题.     

电子商务推荐系统中的人工心理模型

当前的电子商务推荐方法普遍存在时效性较差、客户信息资源挖掘深度不足等问题。针对上述问题,提出了应用于电子商务推荐系统的新型人工心理方法与模型,给出了相关的模型结构与处理流程。该模型对商品属性和客户操作行为中的心理特征进行量化与分析,并结合客户在购物活动中的相关事件,对客户的未来需求进行挖掘预测,并最终实施推荐。实验表明,基于人工心理模型的推荐系统能够较好的满足客户的心理,从而提高推荐的精准性和有效性。     

不确定时滞组合系统的分散输出反馈镇定

综合运用比较原理和LMI方法,通过构造一比较系统,将原组合系统的稳定性问题转化为讨论维数低的比较系统的稳定性问题,并利用M矩阵特性导出了比较系统稳定的一个充分条件;为了求取输出反馈增益,建立了等价的稳定条件的QLMI表示形式。通过建立QMI中一矩阵变量的递推关系,将QMI问题转换为一替代过程的LMI求解问题,进而通过求解这一LMI问题来获取可镇定的非线性组合系统输出反馈增益阵。这一方法的特点是使大系统的稳定控制器设计的复杂度保持在子系统一级的水平上,给出实例说明了算法在实际工程应用中是有效的。     

区间离散广义系统输出反馈鲁棒H∞控制

讨论了区间离散广义系统的静态输出反馈鲁棒H∞控制问题,在给出区间离散广义系统的等价描述之后,基于系统参数矩阵不等式,得到了问题可解的充分条件,并给出了输出反馈控制器显式表示,所得控制器保证闭环系统是容许的,且满足给定的H∞性能指标,数值例子说明了该方法的可行性。     

AN ALTERNATIVE APPROACH TO GLOBAL ROBUST OUTPUT REGULATION OF OUTPUT FEEDBACK SYSTEMS

The global robust output regulation problem of the output feedback systems has been extensively studied under various assumptions of the complexity and uncertainty. All these approaches boil down to a stabilization problem of a so-called augmented extended system. This paper will describe an alternative approach which converts the original problem into a stabilization problem of a so-called extended augmented system. As the extended augmented system is somewhat simpler than the augmented extended system, this alternative approach is also simpler than the first approach.     

离散异构多自主体系统时变输出编队跟踪控制

针对维数和参数都不同的离散异构多自主体系统,利用输出调节方法研究了系统的时变输出编队跟踪控制问题.假设多自主体系统由多个follower自主体和多个leader自主体组成,并且ollowe自主体不能得到leade自主体的状态信息,利用邻接信息针对每个ollowe自主体设计了分布式观测器.基于观测器的状态,利用状态反馈,...     

基于Kullback-Leibler距离的网络节点一致性排序

在复杂网络中,重要节点比其它节点能更大程度地影响网络的结构与功能.如何评价节点之间的相对重要性,找出重要节点,是一个重要的研究课题.已有的节点重要性评价和排序方法存在一定的局限性.为此,本文综合节点基本属性,依赖网络拓扑特性,提出基于Kullback-Leibler距离的节点一致性排序方法.最后,通过实例分析,验证了本文方法较已有方法在不同类型网络上的有效性和适用性更强.     

经动态输出反馈的随机时滞线性网络系统的镇定与仿真

研究了带有随机时滞的有线线性网络系统的镇定和仿真问题.基于Lyapunov-Razumikhin方法设计了动态输出反馈控制器使得这一类系统稳定.以矩阵不等式的形式给出了控制器存在的充分条件.并采用了一个算法得到了控制器增益的局部最优解.最后通过数值仿真验证了所提方法的有效性.     

基于灰色系统理论的数据挖掘技术

利用灰色系统理论是研究贫信息系统分析、建模、预测、决策、控制的有效工具的特性,针对系统样本数据量不大或有残缺,样本数据更新变换快,整体数据规律相当复杂,而在某一时间或空间的数据却有很强的规律性之类的贫信息灰色系统中的数据挖掘课题,探讨了灰色系统理论与技术在数据挖掘中的应用问题,提出了贫信息灰色数据挖掘的灰色关联算法、灰色统计算法、灰色聚类算法、灰色统计聚类算法,并提出了灰色系统数据挖掘的体系结构。