无码人妻av免费一区二区三区_大胸少妇午夜三级_国产内射爽爽大片_无码任你躁久久久久久_亚洲av中文无码乱人伦在线r▽

歡迎訪問(wèn)中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院!

科研進(jìn)展

重慶研究院在個(gè)性化推薦技術(shù)研究中取得系列進(jìn)展

時(shí)間:2017-08-21編輯:信息所大數(shù)據(jù)挖掘中心

  近日,重慶研究院大數(shù)據(jù)挖掘及應(yīng)用中心團(tuán)隊(duì)在個(gè)性化推薦技術(shù)研究,以及推薦算法的個(gè)性化和長(zhǎng)期有效等方面取得系列研究進(jìn)展。

  個(gè)性化推薦技術(shù)是一種幫助人們?cè)诤A啃畔⒅蝎@取對(duì)自己有用信息的技術(shù)。大數(shù)據(jù)時(shí)代尤其需要個(gè)性化推薦技術(shù)。目前實(shí)現(xiàn)大數(shù)據(jù)個(gè)性化的技術(shù)主要包括搜索引擎和推薦系統(tǒng),其中搜索引擎根據(jù)用戶主動(dòng)查詢關(guān)鍵字被動(dòng)地返回相匹配的信息,而推薦系統(tǒng)通過(guò)對(duì)用戶的學(xué)習(xí)理解主動(dòng)尋找用戶可能感興趣的信息?,F(xiàn)代的搜索引擎也在不斷植入推薦技術(shù)。由于推薦技術(shù)的巨大價(jià)值,人們對(duì)其進(jìn)行了大量研究,取得了很多成果,是信息技術(shù)研究的前沿和熱點(diǎn)。

  重慶研究院大數(shù)據(jù)中心在前期研究中,提出了長(zhǎng)期有效的推薦系統(tǒng),以及推薦系統(tǒng)從個(gè)性化算法到算法的個(gè)性化等研究課題。這些研究,對(duì)于解決推薦系統(tǒng)經(jīng)過(guò)長(zhǎng)期運(yùn)行逐漸傾向推薦流行的對(duì)象,從而導(dǎo)致推薦算法失效;或者因?yàn)橥扑]系統(tǒng)為了獲得全局最優(yōu),實(shí)際上使得每個(gè)用戶都不能獲得最優(yōu)推薦等問(wèn)題,進(jìn)行了有益探索。

  在基于推薦系統(tǒng)研究中廣泛應(yīng)用的一個(gè)基準(zhǔn)算法(Slope-One算法)方面,研究團(tuán)隊(duì)提出了一種個(gè)性化算法,該算法針對(duì)用戶的興趣行為偏好,計(jì)算用戶相關(guān)的算法參數(shù)值,來(lái)達(dá)到推薦個(gè)性化的目的。實(shí)驗(yàn)結(jié)果表明,相對(duì)固定參數(shù)算法,算法個(gè)性化參數(shù)可以有效提升推薦精度;為了解決靜態(tài)推薦算法在面對(duì)動(dòng)態(tài)數(shù)據(jù)集時(shí)存在效率低下,甚至無(wú)法運(yùn)行的問(wèn)題,研究團(tuán)隊(duì)提出了一種增量式Slope-One推薦算法,用于降低推薦算法的計(jì)算復(fù)雜度。主要是基于Slope-One靜態(tài)算法的更新規(guī)則,通過(guò)計(jì)算數(shù)據(jù)更新來(lái)計(jì)算相對(duì)應(yīng)的參數(shù)更新。研究結(jié)果表明,相對(duì)于靜態(tài)算法,增量式算法在保證推薦精度的同時(shí),具有較短的運(yùn)行時(shí)間;為了驗(yàn)證推薦算法的長(zhǎng)期有效性,研究團(tuán)隊(duì)提出了一種基于推薦算法驅(qū)動(dòng)的在線系統(tǒng)演化模型,該模型通過(guò)二部分圖網(wǎng)絡(luò)來(lái)模擬真實(shí)在線系統(tǒng)當(dāng)中用戶選擇和信息推薦長(zhǎng)期交互的復(fù)雜過(guò)程?;谠撗莼P停瑢?duì)目前流行的多種推薦算法長(zhǎng)期有效性進(jìn)行了對(duì)比分析。研究結(jié)果表明,在推薦算法長(zhǎng)期運(yùn)行過(guò)程中,基于優(yōu)化的推薦算法(如Latentfactormodel,LFM)更有利于保證系統(tǒng)獲得較高的推薦精度,而基于實(shí)體關(guān)系的推薦算法(如Item-based CollaborativeFilter, ICF)更傾向于保證系統(tǒng)的推薦多樣性和新穎性。

  論文鏈接: 

  http://iopscience.iop.org/article/10.1088/0256-307X/34/6/068902/meta 

  http://dx.doi.org/10.1016/j.neucom.2017.07.033 

  http://dx.doi.org/10.1016/j.neucom.2017.06.026 

  http://ieeexplore.ieee.org/abstract/document/8000127/ 

  http://d.wanfangdata.com.cn/periodical/scsfxyxb-zr201601009 

Slope-a算法中個(gè)性化參數(shù)a在不同數(shù)據(jù)集上的分布

增量式算法和靜態(tài)算法計(jì)算效率比較

  不同推薦算法在動(dòng)態(tài)演化模型上的性能表現(xiàn)(a)推薦精度(b)推薦多樣性(c)推薦新穎性