王春春
- 作品数：4 被引量：46H指数：3
- 供职机构：河南理工大学计算机科学与技术学院更多>>
- 发文基金：河南省科技攻关计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于联合聚类和C-RA组合相似度的协同过滤算法被引量：1
- 2017年
- 针对传统协同过滤算法由于数据稀疏和冷启动而造成的推荐精度下降的问题,提出一种基于联合聚类和C-RA组合相似度的协同过滤算法。首先,通过联合聚类对原始评分矩阵进行用户和物品两个维度的聚类;其次,利用联合聚类结果填充原始评分矩阵;最后,利用C-RA组合相似度计算用户相似度并进行推荐。实验结果表明,该方法有效地提高了推荐结果的精确度,缓解了数据稀疏和冷启动问题。
- 赵文涛王春春成亚飞
- 关键词：协同过滤冷启动数据稀疏性联合聚类
- 基于Logistic时间函数和用户特征的协同过滤算法被引量：7
- 2017年
- 目前推荐系统中协同过滤算法是应用最成熟的推荐算法之一,然而传统算法没有考虑随着时间的迁移,用户的兴趣也可能发生相应变化以及特征属性在推荐过程中对推荐结果的影响,致使预测结果不准确。为此,提出一种新的相似性改进算法对传统算法进行改进。改进后的协同过滤算法对基于时间的Logistic权重函数与用户特征属性进行加权计算,形成一种新的相似性度量模型。实验结果表明该算法推荐平均绝对误差(MAE)比传统算法降低了12%,较传统算法推荐质量有明显提高。
- 赵文涛成亚飞王春春
- 关键词：协同过滤用户特征
- 朴素贝叶斯算法的改进与应用被引量：24
- 2016年
- 朴素贝叶斯算法是分类算法中最经典、最有影响的算法之一,但仍然存在一些不足之处。针对该算法中下溢问题,对算法基本公式进行了优化改进。针对NB算法中准确率问题,结合类别核心词思想和改进后的TFIDF算法,提出了一种基于类别核心词和改进型TFIDF的朴素贝叶斯CIT-NB算法。将改进后的算法应用于新闻数据集文本分类,实验结果表明,CIT-NB算法的分类性能明显优于原始朴素贝叶斯算法和基于TFIDF的分类算法。
- 赵文涛孟令军赵好好王春春
- 关键词：朴素贝叶斯TFIDF文本分类
- 基于用户多属性与兴趣的协同过滤算法被引量：14
- 2016年
- 传统的协同过滤算法广泛应用于推荐系统领域,但该算法仍存在用户冷启动和数据稀疏性问题,造成算法的推荐质量较差。对此,提出一种基于用户多属性与兴趣的协同过滤算法AICF(attributes and interests collaborative filtering)。首先通过对多种用户属性分配权重计算出用户多属性相似度。其次利用改进的Slope One算法填充用户—项目评分矩阵,然后计算基于隐性标签的用户兴趣相似度。最后基于两种相似度的组合进行推荐。实验结果表明,AICF算法不仅明显提高了推荐结果的准确性,同时也改善了用户冷启动和数据稀疏性问题。
- 赵文涛王春春成亚飞孟令军赵好好
- 关键词：协同过滤冷启动数据稀疏性
