段锐
- 作品数：4 被引量：28H指数：3
- 供职机构：合肥工业大学管理学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术经济管理社会学更多>>
- 基于主题模型的产品在线论坛主题演化分析被引量：13
- 2019年
- 产品论坛主题演化分析对企业的市场营销和产品改进决策具有重要价值.针对产品论坛的特点构建了一个基于潜在狄利克雷分布(latent Dirichlet allocation, LDA)模型的产品在线评论主题演化分析模型,从主题标签、主题热度和主题词热度三个层面挖掘海量在线产品评论的主题演化.实验表明,该方法能够挖掘产品在线论坛的主题演化规律.发现不同论坛上同一产品的消费者关注点存在共性和差异性,关注点热度变化存在随机性,关注中心存在稳定性,以及高评论丰富度的论坛更容易形成主题演化关系等规律.
- 蒋翠清吕孝忠段锐
- 基于改进Adaboost的信用评价方法被引量：6
- 2017年
- 网络借贷环境下基于Adaboost的信用评价方法具有较高的基分类器分歧度和样本误分代价。现有研究没有考虑分歧度和误分代价对基分类器样本权重的影响,从而降低了网络借贷信用评价结果的有效性。为此,提出一种基于改进Adaboost的信用评价方法。该方法根据基分类器的误分率,样本在不同基分类器上分类结果的分歧程度,以及样本的误分代价等因素,调整Adaboost模型的样本赋权策略,使得改进后的Adaboost模型能够对分类困难样本和误分代价高的样本实施有针对性的学习,从而提高网络借贷信用评价结果的有效性。基于拍拍贷平台数据的实验结果表明,提出的方法在分类精度和误分代价等方面显著优于传统的基于Adaboost的信用评价方法。
- 蒋翠清梁坤丁勇段锐
- 关键词：ADABOOST
- 基于时间与空间属性的地点推荐方法
- 近年来,随着移动社交网络的蓬勃兴起,移动推荐系统逐渐成为研究热点,推荐类型主要包括好友推荐、活动推荐和地点推荐等。地点推荐作为这一领域的重点研究方向,受到越来越多人的关注,其目的是根据用户已有的行为偏好,帮助用户发现他们...
- 蒋翠清吴艿芯段锐丁勇
- 文献传递
- 基于用户时空相似性的位置推荐算法被引量：9
- 2018年
- 在位置推荐中用户签到数据具有稀疏性的特点,基于用户的协同过滤算法难以准确搜索邻近用户,从而影响推荐效果。针对该问题,分别将用户签到的时间信息与空间信息融入用户相似度计算中,提出考虑用户时空相似性的位置推荐算法。根据时间对用户签到行为的周期性影响,通过对用户签到矩阵按时间进行分割引入时间属性,设计一种时间相似性计算方法,并根据时间相似性对用户-地点-时间矩阵进行填补,缓解因时间分割导致的用户-地点-时间矩阵高稀疏问题。基于用户签到行为的空间聚集性,通过多中心聚类算法发现用户签到的活跃区域,结合用户对活跃区域的偏好以及未签到地点与活跃区域中心的距离,计算用户的空间相似性。在Foursquare数据集上的实验结果表明,与传统基于用户的协同过滤算法相比,该方法在准确率、召回率与F1-Measure评估值方面性能均有所提高。
- 蒋翠清疏得友段锐
- 关键词：协同过滤用户偏好
