您的位置: 专家智库 > >

冯晨娇

作品数:12 被引量:264H指数:4
供职机构:山西财经大学应用数学学院更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划山西省回国留学人员科研经费资助项目更多>>
相关领域:自动化与计算机技术经济管理文化科学更多>>

文献类型

  • 8篇期刊文章
  • 2篇学位论文
  • 2篇专利

领域

  • 8篇自动化与计算...
  • 3篇经济管理
  • 1篇文化科学

主题

  • 5篇推荐系统
  • 3篇长尾
  • 2篇用户
  • 2篇图模型
  • 2篇协同过滤
  • 2篇概率图模型
  • 1篇多模态
  • 1篇信息熵
  • 1篇用户交互
  • 1篇用户偏好
  • 1篇用户使用
  • 1篇语义
  • 1篇预警
  • 1篇社会化推荐
  • 1篇社交
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据特性
  • 1篇数学
  • 1篇数学建模

机构

  • 10篇山西大学
  • 7篇山西财经大学
  • 1篇中北大学

作者

  • 12篇冯晨娇
  • 7篇宋鹏
  • 7篇梁吉业
  • 1篇刘维奇
  • 1篇曹建美

传媒

  • 2篇模式识别与人...
  • 1篇计算机研究与...
  • 1篇江苏科技信息
  • 1篇计算机学报
  • 1篇研究与发展管...
  • 1篇太原科技
  • 1篇计算机科学

年份

  • 2篇2024
  • 1篇2023
  • 1篇2022
  • 1篇2021
  • 3篇2020
  • 1篇2016
  • 3篇2008
12 条 记 录,以下是 1-10
排序方式:
无限方差的GARCH模型的WLAD估计及渐近性质
在长期的实证研究中,人们发现诸如股票价格等金融时间序列通常表现出聚集性(volatility clustering)特征.所谓聚集性是指金融市场大幅波动往往伴随着另一次大的波动.因此如何准确刻画市场波动的这种异方差(He...
冯晨娇
关键词:重尾分布GARCH模型
文献传递
基于对比学习和语义增强的多模态推荐算法
2024年
产品的多模态数据通常被作为额外的辅助信息引入推荐算法中,丰富用户与产品的表示特征,有效融合用户与产品的交互信息和多模态信息是关键研究内容之一.现有方法在特征融合与语义关联建模上仍存在不足,对此,文中从特征融合视角出发,构建基于对比学习和语义增强的多模态推荐算法.首先,采用图神经网络与注意力机制充分融合协同特征与多模态特征.然后,以协同信息中的交互结构为指导,学习各模态内的语义关联结构.同时,采用对比学习范式捕捉跨模态的表征依赖关系,在对比损失中引入可靠性因子,自适应调整对多模态特征的约束强度,抑制数据噪声的影响.最后,联合优化上述任务,生成推荐结果.在4个真实数据集上的实验表明文中算法的优越性.
张凯涵冯晨娇姚凯旋宋鹏梁吉业
关键词:推荐系统
面向用户数据特性的协同过滤推荐方法研究
互联网时代,数据呈爆炸式增长,前所未有的数据量远远超过受众的接收和处理能力,因此,从海量复杂数据中有效获取关键性有用信息成为必须解决的问题.面对信息过载问题,人们迫切需要一种高效的信息过滤系统,“推荐系统”应运而生.20...
冯晨娇
关键词:协同过滤稀疏性
文献传递
一种基于图对比学习的去偏推荐方法及系统
本发明属于推荐系统技术领域,公开了一种基于图对比学习的去偏推荐方法及系统,方法包括:在知识图谱上利用注意力机制及TransE模型学习实体与关系语义的向量表示;根据实体与关系的向量表示进行数据增强,得到不同视角下的增强知识...
郭志豪宋鹏冯晨娇梁吉业姚凯旋
一种基于3因素概率图模型的长尾推荐方法被引量:4
2021年
互联网时代,数据呈爆炸式增长,前所未有的数据量远远超过受众的接收和处理能力,因此,从海量复杂数据中有效获取关键性有用信息成为必须解决的问题.面对信息过载问题,人们迫切需要一种高效的信息过滤系统,“推荐系统”应运而生.在现实的推荐场景中,用户给予项目的评分或者选择项目的频次是一个典型的长尾现象.事实上,长尾现象的深入分析,不仅有助于挖掘用户的个性化偏好,更有助于电商场景中相关利益主体的业绩提升.因此,长尾推荐研究日益受到重视.针对长尾推荐的可解释性问题,提出了基于3因素概率图模型的长尾推荐方法.面对长尾推荐过程中推荐系统、用户对“具有可解释性的长尾项目推荐”的现实需求,着眼于概率图模型在因果关系方面的可解释性优势,立足于“新颖性+准确性”综合考量的方法设计目标,建立了基于用户活跃度、项目非流行度和用户-项目偏好水平的3因素概率图推荐方法.实验比较结果表明,具有可解释性优势的3因素概率图推荐方法在保证一定预测精度的前提下具有更好的新颖性推荐效果.
冯晨娇宋鹏王智强梁吉业
关键词:推荐系统长尾概率图模型
基于极端评分行为的相似度计算被引量:4
2020年
随着互联网技术的迅猛发展,互联网信息急剧增长,信息过载问题愈发凸显。面对海量的互联网信息,用户往往需要耗费大量的时间来搜索所需的信息或产品,而搜索的解往往受到制约。为解决信息过载问题,推荐系统应运而生。推荐系统根据用户的历史行为推测其需求、兴趣等,将用户感兴趣的信息、产品等推荐给用户。作为推荐领域中一类重要的推荐方法,基于记忆的协同过滤方法通常依据用户或产品的近邻信息来构造评分预测函数,其核心在于准确度量用户或产品之间的相似度。传统的相似度量,如皮尔逊、余弦及秩相关系数等,通常只考虑了用户之间的线性关系;而启发式相似度如基于3个特殊因子的PIP相似度及其改进方法,则只刻画了用户之间的非线性关系。事实上,在推荐系统中,就用户之间的相似关系而言,仅用线性或是非线性函数来度量均是不准确的。为了更为精细地刻画用户之间的相似程度,文中提出了基于非线性函数的用户极端评分行为的相似程度度量指数,通过将该指数融入传统的线性相关系数,构造了一个考虑极端评分行为的新的相似度。为验证该方法的有效性,基于Ml(100k)和Ml-latest-small两个数据集,将其与传统相似度以及启发式相似度进行比较,结果显示基于极端评分行为相似度的协同过滤方法在MAE和RMSE指标上能够获得更好的表现。
冯晨娇梁吉业宋鹏王智强
关键词:推荐系统协同过滤相似度
基于图表示学习的多准则推荐方法及系统
本发明涉及深度学习推荐技术领域,尤其涉及一种基于图表示学习的多准则推荐方法及系统。方法包括以下步骤:构建交互图的二部图集合;进行图采样策略生成采样子图,得到用于训练的新二部图集合;对新二部图集合中每个二部图中的节点进行图...
宋鹏郭志豪冯晨娇梁吉业姚凯旋
融合社交网络信息的长尾推荐方法被引量:1
2022年
在长尾推荐场景中,目标用户更信任与自己兴趣相似的好友的推荐结果,故为目标用户推荐其好友的个性化偏好物品有利于提高长尾推荐性能.相应地,如何有效融合社交网络信息与评分矩阵信息,提升推荐性能自然成为长尾推荐中的重要问题.为此,文中从信息融合视角出发,通过社交网络和评分矩阵共享用户的潜在特征向量,并将好友推荐信息作为长尾推荐的重要影响因素,建立融合社交网络信息的长尾推荐方法.将用户活跃度、项目非流行度、用户项目偏好水平及好友推荐行为作为输入,采用变分推断方法,得出模型中相关未知参数,实现预测功能.实验表明,文中方法能在有效实现长尾物品推荐的同时,保证较高的推荐精度.
冯晨娇宋鹏张凯涵梁吉业
关键词:推荐系统社会化推荐概率图模型
财务危机预警的统计方法研究被引量:1
2008年
随着市场竞争的日益激烈,现代企业面临的竞争压力急剧加强,通过对财务危机预警定量方法进行比较分析,旨在从实际出发寻求具有较强适用性的预警建模方法,以提高企业对财务危机预测和警示的能力,推动企业可持续发展。
冯晨娇
关键词:财务危机预警
大数据相关分析综述被引量:237
2016年
大数据时代,相关分析因其具有可以快捷、高效地发现事物间内在关联的优势而受到广泛的关注,并有效地应用于推荐系统、商业分析、公共管理、医疗诊断等领域.面向非线性、高维性等大数据的复杂特征,结合现有相关分析方法的语义分析,文中从统计相关分析、互信息、矩阵计算、距离4个方面对大数据相关分析的现有研究成果进行了梳理.在对统计学中的经典相关分析理论进行归纳、总结的基础上,文中从大规模数据的通用性和均等性视角阐述了基于互信息的两个变量间非线性相关分析理论,从高维数据可计算的角度分析了基于矩阵计算的相关系数,从非线性、高维性数据的复杂结构方面解析了基于距离的相关系数.进一步地,该文在对已有相关分析方法进行分析与比较的基础上,围绕高维数据、多变量数据、大规模数据、增长性数据及其可计算方面探讨了大数据相关分析的研究挑战.
梁吉业冯晨娇宋鹏
关键词:大数据相关系数信息熵
共2页<12>
聚类工具0