一种考虑群成员接受度及相似度的群体推荐算法

由于群体成员个性不同,尤其在群成员意见冲突情况下如何准确获取群体成员偏好是群体推荐系统进行有效推荐的关键。针对上述问题,充分考虑群体成员在冲突情境下的行为特征,采用Thomas-Kilmann行为冲突模式分析方法(TKI)衡量群成员在冲突情境下对不同偏好的接受度;并将群体成员接受度和成员—群体相似度有机融合到传统群体推荐算法中,提出了一种新的混合群体推荐算法。实验结果表明,新算法比传统群体推荐算法的推荐精度有较为明显的改善。

一种弥补群组成员差异的可解释性组推荐方法

现有的组推荐方法侧重于寻找组内成员之间的相似性,而忽略了成员之间存在的差异.在群组成员差异性显著的情况下,丢弃群组成员间的差异性,竭力寻求相似性,这样会大大降低群组成员对推荐结果的满意度.针对该问题,本文提出一种弥补群组成员差异的可解释性组推荐方法,通过群组成员差异度计算将群组分为差异性群组和相似性群组.对于相似性群组,采用基于决策权重的群组推荐方法生成推荐列表;对于差异性群组,本文构建了一种考虑成员信任值的群组LDA模型,基于此模型生成推荐列表和解释.实验结果表明,该推荐方法能根据群组成员差异性情况采用不同的推荐策略,提高群组推荐的满意度和推荐精度.

BBS成员聚类及交互特性分析

基于BBS用户发帖、回帖等行为特征,以发帖总数、发主题帖数、获回帖数、回帖数和精华帖数为分类指标,采用动态聚类法(PROC CLUSTER),将BBS用户划分为实力型、领袖型、回应型和浏览型用户.根据成员相似度和成员关联强度分析用户的行为特征和交互特点,实验结果表明同类用户的成员相似度值相差较小,而行为相似的用户之间互动不一定频繁.

FAM60A在胚胎干细胞和肿瘤中的研究进展

序列相似度60家族成员A (FAM60A)作为新型生物标志物受到广泛关注,本研究介绍了FAM60A在胚胎干细胞(ESCs)中作为SIN3转录调控蛋白家族成员A (SIN3A)复合体稳定性和功能完整性的关键蛋白,通过对细胞周期的调控,促进增殖并维持ESCs处于未分化状态。分析了FAM60A在肿瘤发生发展中的重要作用,通过调控细胞周期和各种信号通路参与肿瘤细胞的增殖、凋亡、侵袭、迁移等生物学过程,提出肿瘤发生与胚胎发育有关,但具体分子机制以及参与的相关信号通路有待深层次挖掘,为以后的研究提供新方向。

基于CE3:k-means的协同过滤推荐模型研究

随着网络数据量的迅速增长,传统数据处理方式的推荐算法已经不能满足互联网发展的需求,为了追求推荐精确性与人性化,协同过滤算法以其更高的推荐满意率逐渐取代其他推荐算法。然而,协同过滤算法推荐的准确程度取决于用户或者物品相似度的计算,成员偏好的多元性使得用户相似度并不能很好的体现用户之间的关联程度。针对这一问题,将CE3:k-menas引入协同过滤推荐,借鉴其基本思想,以成员偏好为特征,根据成员与簇类中心的距离进行偏好划分,由于边界成员与簇类中心成员在一定程度上有着相似的偏好同时也存在较大的差异。因此,针对成员距离类簇中心的远近采取不同的偏好融合策略。实验结果表明,所提出的算法相比LM-CF,UCCF和UBCF算法在准确率、召回率和平均绝对误差上效果提升明显。