基于协同过滤和Rankboost算法的酒店推荐系统

本文分析了传统的协同过滤技术,提出一种基于聚类的协同过滤和Rankboost算法的酒店推荐系统,解决了传统协同过滤的冷启动问题和扩展性问题,使用户在预定酒店时能够快速有效地找到满意的酒店。

A power fluctuation evaluation method of PV plants based on RankBoost ranking

Fluctuation evaluation is an important task in promoting the accommodation of photovoltaic (PV) power generation. This paper proposes an evaluation method to quantify the power fluctuation of PV plants. This consists of an index system and a ranking method based on the RankBoost algorithm. Eleven indices are devised and included in the index system to fully cover diverse fluctuation features. By handling missing and invalid data effectively, the ranking method fuses multiple indices automatically and provides a systematic and comprehensive comparison of power fluctuation. Simulation results based on power data from six PV plants indicate that the evaluation list obtained by the RankBoost ranking method is better represented and more comprehensive than that derived by the equal weight method.

一种运动数据检索的相关反馈算法

本文提出了一种基于Rank Boost的运动数据检索相关反馈算法.该算法具有以下二个方面的特点:首先,以KNN-DTW作为Rank Boost集成学习的弱排序器,在适应变长多变量时间序列(Variable-Length Multivariate Time Series,VLMTS)数据的同时,利用Rank Boost的集成性与高效性解决相关反馈实时性要求与VLMTS数据计算复杂度高的矛盾;其次,以本文提出的最小化排序经验损失和泛化损失风险作为Rank Boost集成学习目标,有效地克服了相关反馈小样本学习环境下的过拟合问题.在CMU动作库上的实验结果验证了该方法的有效性.

数字电视节目推荐系统中的统计算法

为研究数字电视节目推荐系统不同统计算法的性能,提出利用Rankboost排序算法、Bayes统计算法和简单统计算法三种基于统计模型的算法实现数字电视用户特征的提取与节目推荐。应用实际数字电视运营平台20名用户的测试数据表明,Rankboost算法、Bayes统计算法、简单统计算法排序的AUC(Area Under Curve)值分别为0.732、0.6222和0.6058。分析及测试表明,Rankboost算法因考虑了多重特征在排序中的不同作用,因此在数字电视节目推荐中具有较高的推荐性能。

利用图的拓扑特性进行网页重要性度量

为了提高万维网信息检索的性能,该文提出在基于机器学习的检索排序算法中,利用万维网链接图的拓扑特性来度量网页的重要性。链接图的拓扑特性是从各种不同的角度对链接图结构信息的描述,利用它来度量网页的重要性可以更加全面地利用链接图所包含的结构信息,并且能够更好地发挥学习机的学习能力。通过实验表明,在基于排序提升器的检索排序算法中,利用链接图的拓扑特性可以非常有效地度量网页的重要性,其性能要优于传统的PageR ank算法。