期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
适应用户兴趣变化的协同过滤增量更新机制 被引量:8
1
作者 李聪 梁昌勇 《情报学报》 CSSCI 北大核心 2010年第1期59-66,共8页
高维、稀疏的用户.项目评分矩阵对基于项目的协同过滤推荐算法造成严峻的可扩展性问题。传统的解决方法是离线计算项目相似性并保存在系统中以供算法调用,但是不能充分利用最新评分数据以体现用户兴趣的变化。针对上述问题,提出了适... 高维、稀疏的用户.项目评分矩阵对基于项目的协同过滤推荐算法造成严峻的可扩展性问题。传统的解决方法是离线计算项目相似性并保存在系统中以供算法调用,但是不能充分利用最新评分数据以体现用户兴趣的变化。针对上述问题,提出了适合在线应用的协同过滤项目相似性增量更新机制,使得推荐系统在当前用户提交项目评分之后,能够实时完成相应项目与其他项目之间的相似性数据更新,从而推荐系统可以基于最新的项目相似性数据进行推荐处理,以适应用户兴趣的变化。实验结果表明,本文提出的项目相似性增量更新机制能够有效提高基于项目的协同过滤算法可扩展性。 展开更多
关键词 协同过滤 项目相似性 增量更新机制
下载PDF
基于用户实时行为的Slope One模型与算法 被引量:2
2
作者 陈洁 潘郁 +1 位作者 张振海 潘芳 《运筹与管理》 CSSCI CSCD 北大核心 2015年第1期89-92,共4页
以技术创新平台为背景,针对原有协同过滤算法推荐滞后以及算法可扩展性差的问题,根据用户的实时反馈,在Slope One算法的基础上,提出了更新增量机制,分解出固定因子以及增量因子,当用户对项目的评分改变时,只需更新增量因子,提高了算法... 以技术创新平台为背景,针对原有协同过滤算法推荐滞后以及算法可扩展性差的问题,根据用户的实时反馈,在Slope One算法的基础上,提出了更新增量机制,分解出固定因子以及增量因子,当用户对项目的评分改变时,只需更新增量因子,提高了算法的可扩展性,更精确地反应了用户的兴趣变化。经算例验证,该算法在保证推荐精度的同时可以有效地缩短推荐时间。 展开更多
关键词 管理科学与工程 增量更新机制 SLOPE ONE 算法 用户行为 实时推荐
下载PDF
A Spatio-temporal Data Model for Road Network in Data Center Based on Incremental Updating in Vehicle Navigation System 被引量:1
3
作者 WU Huisheng LIU Zhaoli +1 位作者 ZHANG Shuwen ZUO Xiuling 《Chinese Geographical Science》 SCIE CSCD 2011年第3期346-353,共8页
The technique of incremental updating,which can better guarantee the real-time situation of navigational map,is the developing orientation of navigational road network updating.The data center of vehicle navigation sy... The technique of incremental updating,which can better guarantee the real-time situation of navigational map,is the developing orientation of navigational road network updating.The data center of vehicle navigation system is in charge of storing incremental data,and the spatio-temporal data model for storing incremental data does affect the efficiency of the response of the data center to the requirements of incremental data from the vehicle terminal.According to the analysis on the shortcomings of several typical spatio-temporal data models used in the data center and based on the base map with overlay model,the reverse map with overlay model (RMOM) was put forward for the data center to make rapid response to incremental data request.RMOM supports the data center to store not only the current complete road network data,but also the overlays of incremental data from the time when each road network changed to the current moment.Moreover,the storage mechanism and index structure of the incremental data were designed,and the implementation algorithm of RMOM was developed.Taking navigational road network in Guangzhou City as an example,the simulation test was conducted to validate the efficiency of RMOM.Results show that the navigation database in the data center can response to the requirements of incremental data by only one query with RMOM,and costs less time.Compared with the base map with overlay model,the data center does not need to temporarily overlay incremental data with RMOM,so time-consuming of response is significantly reduced.RMOM greatly improves the efficiency of response and provides strong support for the real-time situation of navigational road network. 展开更多
关键词 spatio-temporal data model reverse map with overlay model road network incremental updating vehicle navigation system data center vehicle terminal
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部