孙克
- 作品数：3 被引量：22H指数：1
- 供职机构：山东师范大学信息科学与工程学院更多>>
- 发文基金：山东省优秀中青年科学家科研奖励基金山东省研究生教育创新计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 社交网络环境下移动好友推荐系统研究
- 随着Internet的发展和各类信息的增长，越来越多的信息充斥在人们日常生活中，其信息过载主要体现在海量的信息使用户很难及时获取所需要的信息。在这种背景下推荐系统[1-3]得到了研究和发展，它根据不同的用户偏好个性化的推...
- 孙克
- 关键词：社交网络用户偏好数据挖掘
- 文献传递
- 面向社会关系的移动用户好友推荐算法被引量：1
- 2015年
- 针对移动用户好友关系挖掘问题,利用无线网络终端传感器发现近邻节点,通过对社会关系指标进行排序预测潜在的用户好友,并按照关系紧密程度推荐给用户.这是一种隐式的挖掘方法,数据即可以在本地进行处理,也可以上传到社交网站,因此一定程度可以保护用户的隐私.本文最终实现根据移动传感器的数据自动生成用户的好友,并利用用户真实社交网络的数据进行效果评估.
- 孙克王新华窦羚源
- 关键词：社交网络
- 融合标签特征和时间上下文的协同过滤推荐算法被引量：20
- 2016年
- 推荐系统是解决信息过载问题的有效方法,而协同过滤通过挖掘用户行为信息来预测用户偏好,是现今广泛应用的推荐方法.但传统的协同过滤算法存在数据稀疏,推荐精度不高的问题.而标签信息能够丰富用户(资源)之间的联系,从而提高推荐精度.通过标签信息来构造用户和资源的特征矩阵,进一步融合到基于邻域的协同过滤推荐算法中,预测用户对资源的评分.同时考虑了用户评分的时间上下文影响,降低预测误差.在真实的数据集上验证,该推荐算法与传统协同过滤算法相比,有效的预测用户评分,提高推荐精度.
- 窦羚源王新华孙克
- 关键词：协同过滤
