期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于FG_DRFwFm模型的深度推荐
1
作者
王杉文
欧鸥
+1 位作者
张伟劲
欧阳飞
《计算机应用研究》
CSCD
北大核心
2021年第10期3030-3034,共5页
近年来随着深度学习在多个领域取得了不错的效果,深度学习也开始应用在推荐系统,例如利用深度学习技术来捕捉高阶特征交互的NFM模型和DeepFM模型等。然而考虑到外部环境和内部感知的变化,用户的兴趣也应该随着时间动态的变化,且基于原...
近年来随着深度学习在多个领域取得了不错的效果,深度学习也开始应用在推荐系统,例如利用深度学习技术来捕捉高阶特征交互的NFM模型和DeepFM模型等。然而考虑到外部环境和内部感知的变化,用户的兴趣也应该随着时间动态的变化,且基于原始特征进行组合不一定能学到有效特征交互。为此尝试构建一种新的模型FG_DRFwFm,该模型能学习多特征域低阶与高阶特征交互与处理用户长期兴趣变化,并且训练特征是根据原始特征构建出新特征并拼接后组成的,能更好地学习有效特征交互。最后该模型在MovieLens数据集上与多个先进的CTR算法进行推荐效果对比验证,实验结果证明提出的模型取得了更好的效果。
展开更多
关键词
推荐算法
深度学习
特征拼接
域加权因子分解机
CTR预测
下载PDF
职称材料
基于用户信息向量聚类和改进SAMME的推荐算法
2
作者
王杉文
欧鸥
+1 位作者
马万民
陈建林
《计算机与现代化》
2021年第7期23-28,94,共7页
针对目前主流的推荐算法中获取的用户信息不完整以及推荐时间过长的问题,本文提出一种基于用户信息向量聚类和改进SAMME的推荐算法,该算法通过分析用户基本信息(地域、时间、兴趣、标签等),找出用户信息关键词;对不同用户信息关键词基于...
针对目前主流的推荐算法中获取的用户信息不完整以及推荐时间过长的问题,本文提出一种基于用户信息向量聚类和改进SAMME的推荐算法,该算法通过分析用户基本信息(地域、时间、兴趣、标签等),找出用户信息关键词;对不同用户信息关键词基于TF-IDF方法进行加权构建用户信息向量;接着使用K-means算法进行用户聚类分析,将用户聚类结果作为改进SAMME训练样本集;最后通过改进SAMME算法将预测结果对用户进行好友推荐,并在训练过程中保存模型,大大减少推荐时间。最终将本文算法在真实的微博用户数据集上进行实验,并与其他主流算法进行对比,结果显示本文算法在准确率、召回率、F值上都取得了不错的效果。
展开更多
关键词
推荐系统
SAMME算法
用户信息
聚类分析
下载PDF
职称材料
基于SpringBoot+Shiro的权限管理实现
被引量:
11
3
作者
王杉文
《电脑编程技巧与维护》
2019年第9期160-161,173,共3页
随着互联网快速发展,网络信息系统技术日新月异,越来越多的人从网络上获取信息、存储信息,而针对用户权限的维护与管理也越发复杂。Shiro作为一款功能强大、设计精妙的安全框架拥有执行身份验证、授权、加密和会话管理等功能,并且能与Sp...
随着互联网快速发展,网络信息系统技术日新月异,越来越多的人从网络上获取信息、存储信息,而针对用户权限的维护与管理也越发复杂。Shiro作为一款功能强大、设计精妙的安全框架拥有执行身份验证、授权、加密和会话管理等功能,并且能与SpringBoot框架进行整合为Java项目提供系统安全管理。
展开更多
关键词
Shiro框架
SpringBoot框架
权限管理
下载PDF
职称材料
题名
基于FG_DRFwFm模型的深度推荐
1
作者
王杉文
欧鸥
张伟劲
欧阳飞
机构
成都理工大学信息科学与技术学院(网络安全学院)
出处
《计算机应用研究》
CSCD
北大核心
2021年第10期3030-3034,共5页
基金
国家重点研发计划资助项目(2018YFF01013304)
贵州地质灾害预警平台调查评价系统(80303-AHG069)。
文摘
近年来随着深度学习在多个领域取得了不错的效果,深度学习也开始应用在推荐系统,例如利用深度学习技术来捕捉高阶特征交互的NFM模型和DeepFM模型等。然而考虑到外部环境和内部感知的变化,用户的兴趣也应该随着时间动态的变化,且基于原始特征进行组合不一定能学到有效特征交互。为此尝试构建一种新的模型FG_DRFwFm,该模型能学习多特征域低阶与高阶特征交互与处理用户长期兴趣变化,并且训练特征是根据原始特征构建出新特征并拼接后组成的,能更好地学习有效特征交互。最后该模型在MovieLens数据集上与多个先进的CTR算法进行推荐效果对比验证,实验结果证明提出的模型取得了更好的效果。
关键词
推荐算法
深度学习
特征拼接
域加权因子分解机
CTR预测
Keywords
recommendation algorithm
deep learning
feature splicing
field-weighted factorization machines
CTR prediction
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于用户信息向量聚类和改进SAMME的推荐算法
2
作者
王杉文
欧鸥
马万民
陈建林
机构
成都理工大学信息科学与技术学院(网络安全学院)
出处
《计算机与现代化》
2021年第7期23-28,94,共7页
基金
国家重点研发计划资助项目(2018YFF01013304)。
文摘
针对目前主流的推荐算法中获取的用户信息不完整以及推荐时间过长的问题,本文提出一种基于用户信息向量聚类和改进SAMME的推荐算法,该算法通过分析用户基本信息(地域、时间、兴趣、标签等),找出用户信息关键词;对不同用户信息关键词基于TF-IDF方法进行加权构建用户信息向量;接着使用K-means算法进行用户聚类分析,将用户聚类结果作为改进SAMME训练样本集;最后通过改进SAMME算法将预测结果对用户进行好友推荐,并在训练过程中保存模型,大大减少推荐时间。最终将本文算法在真实的微博用户数据集上进行实验,并与其他主流算法进行对比,结果显示本文算法在准确率、召回率、F值上都取得了不错的效果。
关键词
推荐系统
SAMME算法
用户信息
聚类分析
Keywords
recommendation system
SAMME algorithm
user information
cluster analysis
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于SpringBoot+Shiro的权限管理实现
被引量:
11
3
作者
王杉文
机构
成都大学信息工程与科学学院
出处
《电脑编程技巧与维护》
2019年第9期160-161,173,共3页
文摘
随着互联网快速发展,网络信息系统技术日新月异,越来越多的人从网络上获取信息、存储信息,而针对用户权限的维护与管理也越发复杂。Shiro作为一款功能强大、设计精妙的安全框架拥有执行身份验证、授权、加密和会话管理等功能,并且能与SpringBoot框架进行整合为Java项目提供系统安全管理。
关键词
Shiro框架
SpringBoot框架
权限管理
分类号
TP311.52 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于FG_DRFwFm模型的深度推荐
王杉文
欧鸥
张伟劲
欧阳飞
《计算机应用研究》
CSCD
北大核心
2021
0
下载PDF
职称材料
2
基于用户信息向量聚类和改进SAMME的推荐算法
王杉文
欧鸥
马万民
陈建林
《计算机与现代化》
2021
0
下载PDF
职称材料
3
基于SpringBoot+Shiro的权限管理实现
王杉文
《电脑编程技巧与维护》
2019
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部