薛福亮
- 作品数：17 被引量：60H指数：5
- 供职机构：天津财经大学商学院更多>>
- 发文基金：教育部人文社会科学研究基金天津市高等学校人文社会科学研究项目天津市哲学社会科学研究规划项目更多>>
- 相关领域：自动化与计算机技术文化科学经济管理更多>>
- 一种基于项目聚类的自主推荐多样性优化算法被引量：3
- 2015年
- 【目的】通过聚类权重再分配算法优化推荐列表的多样性。【方法】提出一种提高推荐多样性的方法,依据项目评分进行聚类,参照阈值采用聚类权重再分配算法重新分配各聚类集的权重,根据权重大小从各聚类集中筛选项目生成最终推荐列表。【结果】实验结果表明,调整阈值由20缩小到1,本文方法将三种算法在Movie Lens数据集上生成的推荐列表的z-多样性值分别提高0.46、0.65和1.88,Book-Crossing数据集对应的z-多样性值分别提高0.38、0.49和0.76。【局限】仅适用于提高推荐列表的多样性,对于总体多样性并没有涉及。【结论】有效提高推荐的多样性,同时保证推荐的准确率和较低的时间复杂性。
- 姜书浩潘旭华薛福亮
- 关键词：优化算法用户满意度协同过滤
- 电子商务协同过滤推荐质量影响因素及其改进机制研究
- 协同过滤推荐技术是电子商务推荐系统中最为成熟也是目前最为成功的一种技术，但其受稀疏性、冷启动、扩展性等问题困扰，阻碍了其推荐质量与推荐效率的进一步发展。本文从电子商务协同过滤推荐质量与推荐效率目前遇到的问题出发，从保证基...
- 薛福亮
- 关键词：协同过滤推荐径向基函数VAGUE集理论关联规则
- 文献传递
- 应用WUM和RBFN补值的协同过滤推荐研究
- 2012年
- 协同过滤是目前推荐系统中最为成功的一种方法,但面临稀疏数据特征时存在冷启动、稀疏性、可扩展性等问题。提出利用Web数据挖掘(WUM)获取隐性数据对显性用户评价矩阵进行补值,应用径向基函数(RBFN)对补值后的评价矩阵进一步进行平滑处理,得到消除稀疏性后的完全评价矩阵,基于完全评价矩阵利用协同过滤技术对相似用户进行聚类并实施推荐。实验评价结果表明该方法与传统协同过滤推荐方法相比,无论在推荐精度还是推荐相关性上都更为有效。
- 薛福亮张慧颖
- 关键词：协同过滤网络数据挖掘径向基函数
- 业务与技术的整合——CIO在商业模式创新中的职责
- 2007年
- 随着经济全球化的发展，改变业务开展方式旨在为企业创造更多、更快、更好的新价值，并且通常采用技术实现。因此，CIO要承担领导IT组织在实施战略举措时的责任。在IT职能成为业务一部分时，业务模式创新可迅速成功。在业务模式创新中，IT组织与业务部门同样重要，双方应密切合作，以了解企业的服务和技术需求，确定并满足这些需求，保证实现服务目标。技术可作为创新的催化剂，
- 薛福亮马莉
- 关键词：商业模式创新CIO经济全球化
- 基于用户间信任关系改进的协同过滤推荐方法
- 目的：利用用户间信任关系改进协同过滤推荐中用户相似性计算精度,即在目标用户没有相似用户的前提下,从其信任用户中选择信任值高的作为相似用户,进而提高相似用户聚类效果,提高推荐质量,并有效缓解协同过滤推荐稀疏性和冷启动问题....
- 薛福亮刘君玲
- 关键词：推荐系统协同过滤信任关系冷启动稀疏性
- 一种基于径向基函数与模糊自适应共振的电子商务推荐方法被引量：2
- 2012年
- 针对协同过滤推荐算法面临数据稀疏特征时推荐效果较差,存在冷启动、稀疏性、可扩展性等问题,提出应用径向基函数神经网络(RBFN)去解决传统协同过滤的缺点,有效地对稀疏性数据进行平滑处理,得到消除稀疏性后的完全评价矩阵。并提出通过模糊自适应共振神经网络对用户相似性聚类进行改进,进行实时推荐。实验评价结果表明,该方法与传统协同过滤推荐方法相比,无论在推荐精度还是推荐相关性上都更为有效。
- 薛福亮张慧颖
- 关键词：协同过滤径向基函数模糊自适应
- 利用动态产品分类树改进的关联规则推荐方法被引量：7
- 2016年
- 针对关联规则过于稀疏导致的弱关联规则问题,以及关联规则推荐存在的多样性匮乏等问题,提出基于Vague理论生成动态产品分类树,在分类树内实施关联规则挖掘以解决弱关联规则问题;在此基础上进一步提出一种基于产品相似性的多样性选择算法,并在推荐结果集内实施多样性选择以解决推荐多样性问题,实验评价结果表明该方法与传统推荐方法相比,无论在推荐精度还是推荐多样性上都更为有效。
- 薛福亮马莉
- 关键词：推荐系统关联规则VAGUE集理论
- 一种基于向量的在线学习推荐系统架构被引量：5
- 2017年
- 【目的/意义】提出一种基于向量的在线学习推荐系统架构,通过将访问序列的先后次序作为推荐的重要依据,将访问记录预处理进行向量表示,在此基础上基于向量利用DBSCAN算法对用户进行协同过滤聚类并实施知识点推荐。【方法/过程】将用户访问学习资源的日志记录进行解析,并进行预处理以向量的格式表示,在考虑浏览历史日志的同时,将访问序列的先后次序作为推荐的重要依据,进而基于向量利用DBSCAN算法对用户进行协同过滤聚类,并实施推荐。【结果/结论】利用用户历史学习记录进行向量表示,充分考虑知识点学习次序,提出了一种在线学习推荐新方法的尝试,实验结果表明该推荐方法是有效的。
- 马莉薛福亮
- 关键词：协同过滤推荐
- 一种基于自组织映射与径向基函数预测补值的协同过滤推荐方法被引量：3
- 2014年
- 【目的】基于自组织映射与径向基函数神经网络对协同过滤推荐方法进行改进,提高推荐质量。【应用背景】针对协同过滤推荐方法存在的稀疏性问题,利用神经网络对缺失评价数据进行预测补值,在此基础上提出一种新的提高推荐精度的解决思路。【方法】基于稀疏用户评分矩阵,应用自组织映射神经网络对相似用户进行预聚类,利用同一聚类簇内用户的相似性进一步应用径向基函数对稀疏的用户评分矩阵进行补值处理,得到消除稀疏性后的完全评价矩阵,最后基于完全评价矩阵应用协同过滤技术实施推荐。【结果】通过平均绝对误差与F-Measure两个指标进行实验评价,结果表明该方法与其他主流推荐方法相比,无论在推荐精度还是推荐相关性上都更为有效。【局限】本文提出的方法仅在MovieLens公开数据集上进行实验测试,还需在其他数据集上进一步检验。【结论】在一定程度上解决了协同过滤推荐存在的稀疏性问题,同时对冷启动与可扩展性问题的解决具有较好的指导意义。
- 薛福亮张慧颖
- 关键词：推荐系统协同过滤自组织映射径向基函数
- 一种基于CRF与ATAE-LSTM的细粒度情感分析方法被引量：9
- 2020年
- 【目的】应用细粒度情感分析方法提取产品属性及情感,进而将属性词聚类到属性面,分析用户在产品属性面的情感。【方法】通过CRF抽取产品属性词,利用基于注意力机制的长短期记忆网络做属性情感分析,最后基于Word2Vec将属性词聚集为属性面,并分析电商平台产品属性面的情感。【结果】CRF抽取属性词的F1值为0.76,ATAE-LSTM属性情感分析的F1值为0.78。【局限】只抽取显式属性词,对隐式属性词抽取效果较差;数据集偏小。【结论】通过对属性词的抽取、情感分析以及属性面聚类,可较好地解释用户对产品的属性偏好。
- 薛福亮刘丽芳
- 关键词：CRF情感分析
