您的位置: 专家智库 > >

河南省教育厅科学技术研究重点项目(12A520024)

作品数:2 被引量:15H指数:2
相关作者:海本斋解瑞云更多>>
相关机构:河南师范大学武汉理工大学更多>>
发文基金:河南省教育厅科学技术研究重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇移动终端
  • 1篇上下文
  • 1篇推荐系统
  • 1篇终端
  • 1篇网络
  • 1篇贡献度
  • 1篇贝叶斯
  • 1篇贝叶斯网
  • 1篇贝叶斯网络

机构

  • 2篇河南师范大学
  • 1篇武汉理工大学

作者

  • 2篇海本斋
  • 1篇解瑞云

传媒

  • 1篇计算机仿真
  • 1篇计算机科学

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
基于贝叶斯网络的上下文推荐算法被引量:11
2014年
将上下文推荐系统同贝叶斯网络相结合,提出了一个上下文推荐算法,并设计了上下文资源推荐系统架构。首先利用贝叶斯网络,通过计算用户访问时间和资源信息的联合概率分布来取得用户在该环境下对资源的兴趣,然后比较当前用户所处环境所选取的资源与过去环境用户选取的资源的相似度,从而为用户提供合适的资源列表。最后将所提算法同其他常用的推荐系统算法进行了比较,系统架构按照M/G/1队列进行建模,对系统架构性能和稳定性进行了验证,取得较好结果。
海本斋解瑞云
关键词:推荐系统上下文贝叶斯网络
移动社交网络的移动终端贡献度检测方法研究被引量:4
2014年
移动社交网络的贡献度是淘汰失效移动终端的有效依据,必须精确检测。但移动社交网络是由不同人员的移动终端相互联系组成的,由于人们是在不停地、自然地移动,通过自身携带的移动感知设备,获取实时、连续的现场数据,不同的移动终端对整体网络贡献的大小不同,并且实时变化。传统方法在检测移动社交网络贡献度时,无法对不同大小、动态变化的贡献度做出检测,尤其对动态贡献度,和海量数据的贡献度检测准确度不高。提出采用2T-S模糊模型的移动社交网络中的贡献度检测方法。将模糊数学模型引入到移动社交网络中的贡献度检测过程中,对社交网络相关数据进行有效的估计。建立2T-S模糊模型,将模糊数学模型估计的数据输入到2T-S模糊模型中,从而实现移动社交网络中的贡献度检测。实验结果表明,利用改进算法进行移动社交网络中的贡献度检测,检测的准确性比传统方法有很大提高。
海本斋
关键词:贡献度
共1页<1>
聚类工具0