您的位置: 专家智库 > >

史志奇

作品数:3 被引量:7H指数:1
供职机构:天津大学管理与经济学部更多>>
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>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇聚类分析
  • 1篇硬件
  • 1篇协同过滤

机构

  • 3篇天津大学

作者

  • 3篇史志奇
  • 1篇郭均鹏
  • 1篇宁静

传媒

  • 1篇价值工程
  • 1篇计算机应用研...

年份

  • 1篇2013
  • 2篇2012
3 条 记 录,以下是 1-3
排序方式:
基于符号数据的群组推荐算法研究
当今随着互联网电子商务的飞速发展,推荐系统已成为目前已经成为各大互联网及电子商务公司不可或缺的信息服务平台。与被广泛研究的个体推荐算法相比,关于群组推荐领域的研究仍很不深入。考虑到符号数据分析作为一种新兴的从海量数据中发...
史志奇
关键词:协同过滤聚类分析
文献传递
中国二手硬件市场分析
2012年
二手硬件市场作为一种新兴的市场,由于其价格低、入手易的特点越来越受到人们的关注,然而它的市场供求机制还不是很明确。论文对二手硬件市场供求平衡以及价格的形成做了系统的分析,在此基础上探讨了该市场目前出现的问题和解决的方法。
史志奇
关键词:硬件
基于区间型符号数据的群组推荐算法研究被引量:7
2013年
传统群组推荐算法基于点数据描述群组用户模型,存在着信息缺失、很难统筹考虑所有个体用户的需求等问题。针对该问题,对个体评分数据按照符号数据分析的思想进行"打包",将群组成员的评分信息汇总为区间型符号数据。在Hausdorff距离基础上,采用区间内部点数据的描述统计量,提出了一种全新的区间数距离度量方法,并利用这种距离对区间型符号数据描述的群组实施K-均值聚类,由此确定相似群组,最后通过最近邻的评分预测目标群组的评分。将这种全新的群组推荐算法与传统方法进行推荐精度与效率的对比实验,结果表明,在各种实验条件下,基于区间型符号数据的群组推荐算法均优于传统点数据的群组推荐算法。
郭均鹏宁静史志奇
关键词:聚类分析
共1页<1>
聚类工具0