鲁凯
- 作品数：7 被引量：52H指数：2
- 供职机构：中国科学院计算技术研究所更多>>
- 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>>
- 一种数字信息推荐预测模型的训练方法和系统
- 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中...
- 鲁凯王斌史亮李文娜李锐徐飞
- 文献传递
- 一种数字信息推荐预测模型的训练方法和系统
- 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)建立模型并利用所述打分数据训练所述模型，其中所述模型中包括打分时间段对用户的影响参数。本发明所训练的预测模型考虑到用户打分的时间与所打...
- 鲁凯王斌史亮李文娜李锐徐飞
- 文献传递
- 一种数字信息推荐预测模型的训练方法和系统
- 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中...
- 鲁凯王斌史亮李文娜李锐徐飞
- 一种数字信息推荐预测模型的训练方法和系统
- 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)建立模型并利用所述打分数据训练所述模型，其中所述模型中包括打分时间段对用户的影响参数。本发明所训练的预测模型考虑到用户打分的时间与所打...
- 鲁凯王斌史亮李文娜李锐徐飞
- CICF:一种基于上下文信息的协同过滤推荐算法被引量：3
- 2014年
- 协同过滤能够满足用户的偏好,为用户提供个性化的指导,是当前互联网推荐引擎中的核心技术。然而,该技术的发展面临着严重的用户评分稀疏性问题。用户评分历史中包含着丰富的上下文信息,因此该文通过利用两种上下文信息对评分稀疏性问题进行了有益的探索:利用物品之间的层次关联关系挖掘用户的潜在喜好;对用户评分的短期时间段效应进行建模。并提出了基于两种上下文信息的统一模型CICF。通过在Yahoo音乐数据集上的实验表明,CICF相比传统协同过滤算法能够显著提高预测效果;并通过在不同稀疏度的训练集上的实验证实了CICF能够有效地缓解评分稀疏性问题。
- 鲁凯张冠元王斌
- 关键词：上下文信息
- 回归预测方法及装置
- 本发明提供一种回归预测方法，不仅考虑自变量X之间相似度，还考虑了原数据中因变量Y之间的相似度，从近邻和近邻的历史的角度考虑了输出值y发展的模式。相比以往未考虑数据发展模式的模型，该方法在数据集上，只增加了一个预处理的阶段...
- 李锐张帅王斌李鹏张冠元鲁凯
- 文献传递
- SPCF：一种基于内存的传播式协同过滤推荐算法被引量：49
- 2013年
- 基于内存的协同过滤是当前互联网推荐引擎中的核心技术.然而,目前该技术的发展面临着严重的用户评分稀疏性问题.该文通过采用传播的思想对数据稀疏性问题进行了有益的探索和研究,并提出了一种改进的基于内存的协同过滤推荐算法SPCF.该算法通过相似度传播,寻找到更多、更可靠的邻居,然后在此基础上,从用户和项目两方面信息考虑对用户进行推荐.在Movie Lens和Yahoo Music数据集上的实验结果表明,SPCF在MAE指标上比传统的基于内存的协同过滤推荐算法有明显的提高.
- 赵琴琴鲁凯王斌
- 关键词：推荐系统
