期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种基于矩阵分解技术和考虑社交网络的推荐策略 被引量:5
1
作者 管水城 申贵成 《图书馆学研究》 CSSCI 北大核心 2018年第14期31-37,共7页
随着社会潮流趋势的演进,如何更好地满足个性化需求已成为个性化推荐服务研究领域的新趋势,推荐系统对帮助用户在海量的线上异构数据中快速发现其感兴趣的内容具有广泛的应用。为了在复杂场景中有效缓解推荐系统研究领域普遍存在的数据... 随着社会潮流趋势的演进,如何更好地满足个性化需求已成为个性化推荐服务研究领域的新趋势,推荐系统对帮助用户在海量的线上异构数据中快速发现其感兴趣的内容具有广泛的应用。为了在复杂场景中有效缓解推荐系统研究领域普遍存在的数据稀疏和冷启动等问题,同时在复杂环境下提高其推荐项目的准确性和多样性,提出一种在矩阵分解技术的基础上同时考虑社交网络推荐的新方法。首先,通过将粒子群优化技术(PSO)与K-harmonic means(KHM)聚类算法融合,设计了一种混合聚类算法并对用户进行聚类,然后在相似度计算模型中引入多因素,利用矩阵分解技术计算用户的行为偏好,最终获取用户的最佳项目推荐列表方案。研究对Book-Crossing书评基准数据集进行仿真分析,结果表明提出的新方法具有较好的推荐准确性和多样性。 展开更多
关键词 K-harmonic MEANS 聚类粒子群优化技术 矩阵分解技术 社交网络推荐策略
原文传递
基于社会正则化的推荐算法研究 被引量:1
2
作者 王雪婷 黄文亮 《计算机与现代化》 2014年第1期77-80,共4页
社会网络中包含大量的社会信息,如何从这些社会信息中发掘对用户有用的信息已成为学者和专家的研究热点。本文提出一种基于社会正则化的推荐算法:把改进的矩阵分解技术应用到社会化推荐中;利用社会网络中用户间的朋友关系来优化对用户... 社会网络中包含大量的社会信息,如何从这些社会信息中发掘对用户有用的信息已成为学者和专家的研究热点。本文提出一种基于社会正则化的推荐算法:把改进的矩阵分解技术应用到社会化推荐中;利用社会网络中用户间的朋友关系来优化对用户的建模,学习更好的用户特征空间模型;利用社会网络中的标签信息建立用户和物品的关系,并利用这种关系来优化用户-物品的建模。实验结果表明,改进后的推荐算法的精确度高于传统的推荐算法,有效地解决了社会信息冗余问题。 展开更多
关键词 矩阵分解技术 社会化推荐 特征空间模型 社会信息
下载PDF
New multi-camera calibration algorithm based on 1D objects
3
作者 Zi-jian ZHAO Yun-cai LIU 《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》 SCIE EI CAS CSCD 2008年第6期799-806,共8页
A new calibration algorithm for multi-camera systems using 1D calibration objects is proposed. The algorithm inte- grates the rank-4 factorization with Zhang (2004)'s method. The intrinsic parameters as well as th... A new calibration algorithm for multi-camera systems using 1D calibration objects is proposed. The algorithm inte- grates the rank-4 factorization with Zhang (2004)'s method. The intrinsic parameters as well as the extrinsic parameters are re- covered by capturing with cameras the 1D object's rotations around a fixed point. The algorithm is based on factorization of the scaled measurement matrix, the projective depth of which is estimated in an analytical equation instead of a recursive form. For more than three points on a 1D object, the approach of our algorithm is to extend the scaled measurement matrix. The obtained parameters are finally refined through the maximum likelihood inference. Simulations and experiments with real images verify that the proposed technique achieves a good trade-off between the intrinsic and extrinsic camera parameters. 展开更多
关键词 Multi-camera calibration HOMOGRAPHY FACTORIZATION Scaled measurement matrix Projective depth
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部