杜雨露
- 作品数：4 被引量：95H指数：4
- 供职机构：北京邮电大学计算机学院更多>>
- 发文基金：北京市教育委员会共建项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 组推荐系统及其应用研究被引量：67
- 2016年
- 近年来,组推荐系统逐渐成为推荐系统领域的研究热点之一.大部分推荐系统主要关注单个用户的推荐,然而在许多日常活动中需要为多个用户形成的群组进行推荐.组推荐系统作为解决群组推荐问题的有效手段,将单个用户推荐扩展为群组推荐,这为推荐系统的研究带来了一些新的挑战.根据群组特征和社会化因素,融合群组成员偏好以满足所有群组成员的偏好需求是组推荐系统的主要任务.该文对最近几年组推荐系统研究进展进行综述,从组推荐系统的形式化定义和研究框架入手,对组推荐系统的用户偏好获取、群组发现、偏好融合算法、社会化组推荐以及效用评价等关键技术进行前沿概况,并分析了群组特征对偏好融合算法的影响.对组推荐系统在不同领域的应用进展进行归纳和总结.最后,对组推荐系统有待深入研究的难点和发展方向进行展望.
- 张玉洁杜雨露孟祥武
- 关键词：推荐系统社交网络社会媒体数据挖掘
- 基于位置的移动推荐系统效用评价研究被引量：10
- 2019年
- 近年来,基于位置的移动推荐系统已经成为个性化推荐服务研究领域的热门课题之一.如何在有限数据集和用户量的情况下,采用恰当的评价方法和指标来有效评估推荐系统性能,已成为移动推荐系统研究的关键任务.本文首先概括分析了基于位置的移动推荐系统效用评价在国内外的研究进展,并与传统推荐系统效用评价进行比较;然后重点从数据集、评价方法、评价指标三方面来对基于位置的移动推荐系统进行详细分析、比较和总结,并发现一些特殊的评价方法和评价指标;同时提出一种基于位置的移动推荐系统四层评价体系,它合理地将模型、数据集、评价方法、评价指标等有机地结合起来,并恰当呈现出这些评价要素之间的相互关系;最后对基于位置的移动推荐系统效用评价的有待深入研究的问题及发展趋势进行展望,并得出一些相关结论.
- 孟祥武梁弼杜雨露张玉洁
- 关键词：数据集评价指标
- 一种基于协同上下文关系学习的同城活动推荐算法被引量：5
- 2020年
- 新兴的基于活动的社交网络以活动为核心,结合线上关系与线下活动促进用户真实、有效的社交关系的形成,但过多的活动信息会使用户难以分辨和选择.结合上下文进行个性化同城活动推荐,是解决活动信息过载问题的一种有效手段.然而大部分现有的同城活动推荐算法都是从用户参与活动记录中间接统计用户对上下文信息的偏好,忽略了两者之间潜在的交叉影响关系,从而影响了推荐结果的有效性.为了解决用户参与活动偏好与上下文信息潜在交叉影响关系利用不足的问题,提出了一种基于协同上下文关系学习的同城活动推荐算法(colletive contextual relation learning,简称CCRL).首先,对用户参与活动记录和活动主办方、活动内容、活动地点、举办时间等相关上下文信息进行关系建模;然后,采用多关系贝叶斯个性化排序学习方法进行协同上下文关系学习及同城活动推荐.Meetup数据集上的实验结果表明,该算法在多项指标上均优于现有的主流活动推荐算法.
- 赖奕安张玉洁杜雨露孟祥武
- 关键词：上下文感知个性化
- 一种改进的偏好融合组推荐方法被引量：27
- 2018年
- 近年来,组推荐系统已经逐渐成为推荐系统领域的研究热点之一.在电影电视和旅游推荐中,用户常常是参与活动的一组人,这就需要为多个用户形成的群组进行推荐.作为解决群组推荐问题的有效手段,组推荐系统将单个用户推荐扩展为群组推荐,目前已经应用在新闻、音乐、电影、餐饮等诸多领域.现有的组推荐融合方法主要是模型融合与推荐融合,其效用好坏目前仍没有定论,并且它们各有自己的优缺点.模型融合存在着群组成员间的公平性问题,推荐融合忽视了群组成员间的交互.提出一种改进的偏好融合组推荐方法,它结合了两种融合方法的优点.同时根据实验得出了"群组偏好与个人偏好具有相似性"的结论,并将它结合在改进方法中.最后,通过在Movielens数据集上的实验分析,验证了该方法的有效性,证明了它能够有效地提高推荐准确率.
- 胡川孟祥武张玉洁杜雨露
- 关键词：推荐系统数据挖掘
