一种基于层次分析的多维属性混合推荐算法

针对推荐算法的数据稀疏性和冷启动问题,本文基于层次分析法将用户多维属性融入协同过滤推荐算法中,采用非线性拟合方法进行权重分配,混合了基于协同过滤的推荐算法.同时,改进后的算法依据用户评分数量的不同采用不同的推荐策略,实验数据集选用MovieLens公共数据集,根据实验结果来看,本文中主张的混合推荐算法的MAE值比传统推荐算法更小,具有更高的推荐准确率.     

一种基于AHP的图书综合评价方法

图书评价是指根据图书的内容、结构、章节和价格等因素对图书的等级做出的综合性鉴定。由于评价者自身对评价因素的偏好不同，往往难以形成一个统一的评价结论。而对于图书馆，如何有甄别的选择相关图书，保证提高图书质量的目的，已经成为图书管理中需要解决的一个关键问题。该文在已有图书管理中图书评价的基础上，发展了一种利用AHP建立图书评价体系的方法，并给出了实例参考，从而提高图书管理中的效用。     

基于AHP的一种新方法

在层次分析法的基础上,结合集对理论,提出了一种新的层次分析方法,该方法与传统的层次分析法相比较,是一种更有效、更实用的决策方法.     

一种基于MADM的AHP威胁度评估方法

分析了影响目标威胁评估的各种因素,依据多属性决策(mu ltip le attribute dec ision m ak ing,MADM)理论,并采用层次分析法(AHP),提出了基于MADM的目标威胁评估排序模型,该方法有效地解决了目标威胁评估与排序问题,提高了作战效能.     

AHP构造增长因素综合指标评价经济增长

将增长因素分析法中的增长因素作为指标，利用AHP计算其综合权重，然后对各因素的观测值加权求和得经济增长综合指标值，实现对经济增长的量化评价；并由此利用SPSS对1991至1998年我国30个省、直辖市、自治区建材工业的经济增长的实证分析结果进行评价。     

基于AHP的高校贫困生助学金筛选的研究

层次分析法是一种定性和定量相结合、系统化、层次化的分析方法.结合一个实例建立数学模型,并进行详细分析和总结,最后对模型进行了改进.     

基于AHP与DEA的组合方法确定指标权重

对于确定权重来说,层次分析法在一定程度上反映了决策者的主观偏好,数据包络分析又完全依赖于客观数据,而不能反映决策者主观上的偏好。将层次分析法(AHP)和数据包络分析(DEA)法进行组合,进而确定权重,将使权重更为科学、合理。     

基于数据驱动和知识图谱的电影分类推荐方法

提出基于知识图谱和数据驱动的电影分类推荐方法;首先基于数据驱动爬取互联网中的电影数据并进行去重及清洗,然后采用知识图谱将电影数据与用户情感偏好数据进行关联,对海量的数据信息进行中心聚类,并在数据聚类的过程中计算投影向量得到相似度矩阵,最后查询相似度值并计算分类推荐指标权重得到最终的电影推荐清单.     

基于深度学习的电影推荐算法

提高推荐系统的推荐性能过去一直是一个非常大的挑战,因为在进行推荐的时候要同时兼顾推荐结果的准确性和计算推荐结果的计算时间。基于上述问题,提出一种基于深度学习的推荐算法,通过深度学习的方法挖掘用户和电影的特征、训练模型,从而提高推荐算法准确性。同时,通过神经网络提取用户和电影的特征,而不是基于用户对电影的评分矩阵,解决了推荐系统中的稀疏性问题和冷启动问题。最后在真实的数据集上进行实验,验证推荐算法的准确性。     

建筑工程质量的一种评价方法

从建筑工程质量定义出发,用层次分析法建立了建筑工程质量评价指标体系,确定了各指标的权重,并用功效函数法将不同量纲的指标统一,最后给出建筑工程质量量化的计算方法,并用实例加以分析说明．     

Personalized movie recommendation method based on ensemble learning

Aiming at the personalized movie recommendation problem, a recommendation algorithm in-tegrating manifold learning and ensemble learning is studied. In this wor...     

基于用户聚类和项目分类的电影推荐系统构建

针对推荐系统中普遍存在的数据稀疏性问题,提出了一种结合项目分类和用户聚类的推荐算法.通过聚类算法将相似的用户聚类在一起形成若干个用户子网,在各个用户子网之间和用户子网中通过信任机制加强子网之间和子网内部的相互关系,根据项目的种类将项目分类,再通过用户对项目的选择计算用户对每种类型项目的大众喜爱度,在每个用户子网中将项目分类和大众喜爱度加权求和得出最终的相似度,由此构造出推荐系统.实验验证了方法的有效性,减小了数据稀疏性对推荐结果的负面影响.     

一种基于迁移学习的学习资源推荐方法

移动互联网技术的飞速发展和智能终端设备的广泛普及为支持泛在学习(U-Learning)提供了可能.泛在学习是一种随时随地都能发生的在线学习.当前,互联网涌现了一大批可供学习的平台和资源,类似平台包括网易云课堂、Coursera、知乎网、简书网等.手动检索和个性化推荐是在线学习系统提供给用户获取学习资源的常用方式.个性化推荐因其能主动建模学习者偏好,为学习者提供个性化的学习资源推荐服务而受到了广泛关注并成为在线学习领域的研究热点.本文在传统协同过滤个性化推荐系统的基础上提出一种基于迁移学习的学习资源的推荐方法,该方法从已有的数据中学习知识,然后迁移到目标任务中,解决了目标任务中数据过少从而导致学习特征的能力不足的问题.     

基于层次分析的综合评价方法

将三角调查表引入到层次分析法中,通过实例验证了其在提高判断矩阵一致性的作用,利用经典数学中“最小方差”理论,根据不同专家评估的实际权重与最优权重（采用平均值）的差异水平,确定不同专家的相对评估水平权重,以避免评判专家的个体主观差异对评判结果带来较大的影响。该综合评价方法在实际应用中验证了其可操作性和方便性。     

Intelligent outdoor video advertisement recommendation system based on analysis of audiences' characteristics

An integrated implementation framework of an intelligent recommendation system for outdoor video advertising is proposed,which is based on the analysis of audiences' characteristics.Firstly,the images of the scene and the people who view the video advertisements are captured by the network camera deployed on the video advertising terminal side.Then audiences' characteristics can be obtained by applying computer vision technologies:face detection,face tracking,gender recognition and age estimation.Finally,an intelligent recommendation algorithm is designed to decide the most fitting video ads for each terminal according to multi-dimensional statistical information of its audiences' characteristics.The experimental results show that the proposed system can effectively improve the audience arrival rate of the video advertisements by an average growth of 27.04%.Moreover,a novel face detection method and a new face tracking method have been proposed to meet the practical requirements of the system,of which the average F1-score is 0.988 and 0.951 respectively.     

基于混合协同过滤的个性化推荐方法研究

针对传统协同过滤算法存在的数据稀疏性和推荐范围问题,提出一种混合协同过滤推荐方法.该方法将两种传统算法结合,并综合考虑了项目标签属性等信息.首先利用基于项目的协同过滤算法生成预测评分,并替换原始用户-项目评分矩阵中的零值.其次利用基于用户的协同过滤算法计算填充后矩阵的用户相似度,以及预测评分并产生最终推荐.最后基于MovieLens数据集实验证明,该方法能够有效提高推荐精度,扩大推荐范围.     

基于层次分析和模糊数学的采矿方法选择

建立采矿方案综合评判指标体系,运用层次分析法和模糊数学的基本原理对多种采矿方案进行综合评判优选.在评判优选过程中,综合考虑影响采矿方案的动态、静态、定量、非定量指标,如技术、经济指标及采矿地压控制程度等;将待选择方案指标转换成隶属度矩阵,通过层次分析法得到各因素权重向量,从而建立模糊综合评判模型,利用模糊数学原理计算出各方案基于影响因素的综合优越度.以新桥硫铁矿为例,得出待选采矿方案的优越度分别为96.0%,80.4%和86.5%,从而确定第1种方案最优.     

基于社交网络的个性化旅游景点推荐方法

个性化旅游景点推荐是推荐系统的一个重要应用,已被广泛的关注.现有的景点推荐方法聚集在给用户的偏好建模,大都忽略了用户与用户之间的关系以及用户与景点之间的关系.本文提出一种基于社交网络的个性化景点推荐方法,该方法首先使用k-means和DBSCAN算法分别对用户和景点进行聚类;然后将聚类后的用户与景点进行融合,构建个性化旅游景点推荐模型.为了验证本文提出方法的性能,进行了广泛的实验,实验结果显示本文提出的方法在召回率、准确率和平均绝对误差值都明显高于传统推荐方法.     

一种基于位置和时间信息的兴趣点推荐方法

在社交网络中,人们往往会访问自己比较感兴趣和离自己比较近的地方,而兴趣点推荐就是根据用户的兴趣偏好能够有效地帮助用户选择自己比较感兴趣的地点。笔者提出一种基于位置和时间信息的兴趣点推荐方法。该方法从兴趣点的角度出发分为3个步骤,首先使用用户历史访问的兴趣点的位置信息计算用户历史访问兴趣点和用户未曾访问过的兴趣点的相似度;然后使用时间信息,将一天划分为不同的时间段,统计所有兴趣点在一天中不同时间段被签到的次数,计算用户历史访问兴趣点和用户未曾访问过的兴趣点的相似度;最后根据兴趣点的位置和时间信息综合计算用户历史访问兴趣点与用户未曾访问兴趣点的相似度,根据Top-N策略向用户推荐用户未曾访问过的兴趣点。在现实社会中的真实数据集上进行实验验证,实验结果表明笔者提出的方法是有效的。