
截至2024年12月,重慶研究院現(xiàn)有創(chuàng)新人才隊(duì)伍近500人,其中各類專業(yè)技術(shù)人才近400人,包括國(guó)家級(jí)人才6人、中國(guó)科學(xué)院院級(jí)人才127人次、重慶市市級(jí)人才95人次;現(xiàn)有博士研究生導(dǎo)師37名,碩士研究生導(dǎo)師75名。在冊(cè)職工中92%具有研究生學(xué)歷,59%具有博士學(xué)位,45%具有海外留學(xué)或工作經(jīng)歷。人才隊(duì)伍以專業(yè)技術(shù)崗位為主(占88%),其中高級(jí)專業(yè)技術(shù)人員占比53%。
查看更多 +科學(xué)研究
科研進(jìn)展
重慶研究院在推薦系統(tǒng)中用戶評(píng)分行為建模與理解研究中取得進(jìn)展
時(shí)間:2023-10-11編輯:大數(shù)據(jù)挖掘及應(yīng)用中心
用戶評(píng)分行為建模與理解是推薦系統(tǒng)研究的熱點(diǎn)與重點(diǎn)。用戶評(píng)分行為是一個(gè)復(fù)雜的心理學(xué)過(guò)程,受多個(gè)心理學(xué)因素的影響。建模與理解用戶評(píng)分行為,不僅提升用戶畫像并指導(dǎo)推薦算法的設(shè)計(jì)與改進(jìn),還對(duì)互聯(lián)網(wǎng)應(yīng)用、數(shù)字經(jīng)濟(jì)等都具有一定指導(dǎo)與借鑒意義。
大數(shù)據(jù)挖掘與應(yīng)用中心成員針對(duì)用戶評(píng)分行為中的同化與對(duì)比心理學(xué)效應(yīng),直面該心理學(xué)效應(yīng)機(jī)理難刻畫、演化模式難揭示難題,提出數(shù)學(xué)模型精準(zhǔn)刻畫該心理學(xué)效應(yīng)并揭示其演化模式的數(shù)學(xué)機(jī)理,指導(dǎo)推薦算法的改進(jìn)。首先提出一個(gè)概率模型量化同化對(duì)比心理學(xué)效應(yīng)的重要因素。應(yīng)用隨機(jī)逼近理論揭示評(píng)分聚合反饋意見(jiàn)收斂的充分條件。應(yīng)用非平穩(wěn)馬爾可夫鏈理論揭示評(píng)分聚合意見(jiàn)收斂到一個(gè)穩(wěn)定平衡點(diǎn)的充分條件。這些條件揭示各個(gè)因素如何影響評(píng)分行為的演化模式和指導(dǎo)推薦算法的改進(jìn)。將其應(yīng)用于評(píng)級(jí)預(yù)測(cè)任務(wù)和產(chǎn)品推薦任務(wù)。在四個(gè)公共數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,提出的模型可以改善在 RMSE、NDCG 等各種指標(biāo)下,評(píng)分預(yù)測(cè)和推薦準(zhǔn)確性。
該研究揭示了用戶評(píng)分行為中同化與對(duì)比心理學(xué)效應(yīng)的數(shù)學(xué)機(jī)理,指導(dǎo)推薦算法的改進(jìn),也為用戶畫像提供理論支撐。相關(guān)研究成果發(fā)表在中國(guó)計(jì)算機(jī)學(xué)會(huì)推薦A類期刊IEEE Transactions on Knowledge and Data Engineering。
上述工作得到國(guó)家自然科學(xué)基金、中國(guó)科學(xué)院人才項(xiàng)目、重慶英才青年拔尖人才項(xiàng)目等項(xiàng)目資助。
圖一:評(píng)分行為模型框架圖
論文鏈接:
https://ieeexplore.ieee.org/abstract/document/10173606/authors#authors
中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院 版權(quán)所有京ICP備05002857號(hào)渝公網(wǎng)安備50010943035號(hào)