常富洋
- 作品数：5 被引量：39H指数：2
- 供职机构：大连理工大学计算机科学与技术学院更多>>
- 发文基金：教育部留学回国人员科研启动基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术经济管理语言文字更多>>
- 中文比较句识别及比较关系抽取被引量：27
- 2009年
- 比较是一种具有一定说服力的评估方式,利用机器进行比较句的识别以及比较关系的抽取可以对观点挖掘、信息推荐等应用提供重要的依据。该文通过构建中文比较模式库以实现中文比较句的自动识别。在此基础上,该文通过选取比较主体、比较客体及其上下文的词、词性、位置、语义以及比较属性的领域知识等特征,利用条件随机域模型进行中文比较关系抽取。实验结果表明,中文比较模式库的构建有助于比较句的自动识别,而在词、词性、位置等Baseline特征中融入语义、领域知识及启发式规则特征后,基于条件随机域的比较关系抽取结果有了显著的提高。
- 宋锐林鸿飞常富洋
- 关键词：计算机应用中文信息处理条件随机域
- 中文比较句识别及比较关系抽取
- 比较是一种具有一定说服力的评估方式,利用机器进行比较句的识别以及比较关系的抽取可以对观点挖掘、信息推荐等应用提供重要的依据。本文通过构建中文比较模式库以实现中文比较句的自动识别。在此基础上,本文通过选取比较主体、比较客体...
- 宋锐林鸿飞常富洋
- 关键词：条件随机域
- 文献传递
- 基于用户信息平滑聚类的协同推荐方法被引量：2
- 2011年
- 在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东两。在协同推荐中,通常采用最近邻居的方法来产生推荐。随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少。为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,在用户的信息的基础上计算最近邻居,根据最近邻居对用户缺失数据进行补充,在补充后的评分数据上进行聚类计算,并根据聚类结果对用户评分进行预测。实验表明引入用户的基本信息,并采用对基本信息离散化的处理方式进行缺失数据补充,在此基础上进行数据的聚类,能够提高预测评分的准确性。
- 常富洋许侃林鸿飞
- 关键词：用户信息数据平滑
- 基于信息扩展的推荐系统
- 随着信息过载问题的日益突出，个性化系统受到了越来越多的关注。在个性化系统中，用户不需要主动提供自己的浏览意图，而是系统根据用户的历史行为，对其当前浏览行为做出预测。但是，相对于海量的信息飞速增长，仅仅依靠用户的历史记录对...
- 常富洋
- 关键词：推荐系统聚类分析
- 文献传递
- 基于用户向量扩展的协同推荐方法被引量：10
- 2010年
- 在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东西。在协同推荐中,通常采用最近邻居的方法来产生推荐。随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少。为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,然后将用户的评分矩阵转变成0、1矩阵并与用户的基本信息进行组合形成一个新的矩阵,对这个扩展的矩阵用奇异矩阵分解（SVD）降维,然后在SVD分解出的矩阵U和S的基础上计算最近邻居,并预测用户对项目的预测评分。实验表明引入用户的基本信息,并采用对基本信息离散化的处理方式,能够提高预测评分的准确性。
- 常富洋林鸿飞许侃
- 关键词：用户信息
