-
题名统计推荐模型中的异构数据源资源配置
- 1
-
-
作者
成英超
郝志峰
蔡瑞初
-
机构
广东工业大学计算机学院
德克萨斯农工(A&M)大学统计系
佛山科学技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第8期2400-2403,共4页
-
基金
国家自然科学基金资助项目(61472089,61572143)
NSFC-广东联合基金资助项目(U1501254)
+3 种基金
广东省自然科学基金资助项目(2014A030306004,2014A030308008)
广东省科技计划资助项目(2013B051000076,2015B010108006,2015B010131015)
广东特支计划资助项目(2015TQ01X140)
广州市珠江科技新星项目(201610010101)。
-
文摘
信息系统中的统计推荐模型需要获取、分析和汇总多个来源的数据。这些多源异构的数据集在特征和价值方面可能存在显著差异,因而影响模型性能。为了提升统计推荐模型的整体性能,该研究采用凸优化理论和方法,解决了统计推荐模型中异构数据源的最优资源配置问题。在不同的数据源资源配置下,该工作对比了同一推荐模型的性能变化。实验结果表明,该工作提出的资源分配算法在NDCG(normalized discounted cumulative gain)和召回率这两个推荐系统主要评价指标上有效地提升了模型性能。该工作的结论是:针对多个异构数据源,适当的资源划分和分配策略可以显著影响推荐模型的整体性能。
-
关键词
统计推荐模型
异构数据源
资源配置
凸优化
-
Keywords
statistical recommendation model
heterogeneous data source
resource configuration
convex optimization
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-