您的位置: 专家智库 > >

黄亮

作品数:3 被引量:20H指数:2
供职机构:北京工业大学计算机学院更多>>
发文基金:北京市自然科学基金北京市属高等学校人才强教计划资助项目国家科技支撑计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇信任计算
  • 1篇信任
  • 1篇信任关系
  • 1篇声望
  • 1篇推荐系统
  • 1篇协同过滤
  • 1篇好友

机构

  • 2篇北京工业大学

作者

  • 2篇杜永萍
  • 2篇黄亮
  • 1篇何明

传媒

  • 1篇模式识别与人...
  • 1篇山东大学学报...

年份

  • 1篇2014
  • 1篇2013
3 条 记 录,以下是 1-2
排序方式:
基于信任关系的潜在好友推荐方法被引量:7
2013年
如何有效地帮助用户挖掘平台潜在好友成为电子商务中一项非常重要的服务需求。提出了一种综合考虑用户间兴趣因素和信任因素的好友推荐方法,设计并构建了一个包括用户声望信任和局部信任的混合信任网络,将网络中信任评价度与协同过滤中兴趣评分相似度进行组合来衡量用户间好友相似关联,以实现好友推荐。在Epinions数据集上以准确率、召回率和F值作为实验评价指标,对所提方法进行验证,相比其他同类应用准确率在10%-15%、召回率在10%~20%的性能,本文方法的准确率和召回率的最佳性能分别达到22.47%和21.15%,实验证明本文方法有效提高了推荐性能。
黄亮杜永萍
关键词:信任计算
融合信任计算的协同过滤推荐方法被引量:12
2014年
协同过滤推荐是目前应用最为广泛的推荐策略之一,但存在数据稀疏和难扩展问题.文中在传统基于用户的协同过滤推荐算法的基础上,引入信任关系计算,利用信任关系的条件传递特性,设计并构建一个集用户声望信任和用户局部信任的混和信任网络,并将用户间评分相似度和网络中用户间信任评价度结合,为用户寻找更多基于信任因素和兴趣因素的二维相似近邻.在Epinions数据集上以平均绝对误差(MAE)和均方根误差(RSME)等作为实验评价指标,对该方法进行验证实验.结果表明相比传统协同过滤推荐算法,该方法在MAE上提高约6.8%,最优值达到0.7513,t检验的结果也表明该方法能显著提高推荐系统性能.
杜永萍黄亮何明
关键词:协同过滤信任计算推荐系统
共1页<1>
聚类工具0