-
公开(公告)号：CN118013137A
公开(公告)日：2024-05-10
申请号：CN202410417606.9
申请日：2024-04-09
Applicant: 华侨大学
IPC: G06F16/9536 , G06F18/22 , G06Q30/0601
Abstract: 本发明公开了一种基于隐式反馈的协同过滤算法的优化策略，涉及协同过滤算法推荐领域，包括：基于用户的隐式反馈数据计算用户对交互商品的偏好值及商品热度；根据用户对交互商品的偏好值以及商品集合对每一个用户建立最近邻模型，预测该用户对部分未交互商品的偏好值，并将这部分未交互商品标注为该用户的交互商品；计算用户对所有商品有兴趣或无兴趣的置信度；采用改进ALS优化算法对用户和商品进行建模，获得用户‑商品模型；基于用户‑商品模型实现针对给定用户的商品推荐。本发明用于对隐式反馈数据进行一个高质量的分析，并提高基于隐式反馈数据的模型训练质量，同时有效缓解数据稀疏性带来的消极影响。
-
公开(公告)号：CN117992680B
公开(公告)日：2024-06-07
申请号：CN202410390773.9
申请日：2024-04-02
Applicant: 华侨大学
IPC: G06F16/9536 , G06F16/9535 , G06F18/22 , G06F18/25
Abstract: 本发明涉及协同过滤推荐算法，公开了基于改进协同过滤及惩罚标签评分的多样化推荐方法，包括：获取推荐对象相关数据并构建用户‑物品交互矩阵；根据用户‑物品交互矩阵计算用户相似度和物品相似度，生成基于用户的推荐列表和基于物品的推荐列表；基于预设权重融合基于用户的推荐列表和基于物品的推荐列表，获取融合推荐列表；收集物品的标签，使用标签评分算法计算标签热门程度并对融合推荐列表中的物品根据标签热门程度进行分数削减，生成最终Top‑K推荐列表。本发明融合两种协同过滤算法，并引入对应的热门惩罚因子，解决了传统协同过滤算法的问题，能够有效降低热门用户和物品对于推荐的影响，使长尾数据也能够得到关注，增强推荐的多样性。
-
公开(公告)号：CN117992680A
公开(公告)日：2024-05-07
申请号：CN202410390773.9
申请日：2024-04-02
Applicant: 华侨大学
IPC: G06F16/9536 , G06F16/9535 , G06F18/22 , G06F18/25
Abstract: 本发明涉及协同过滤推荐算法，公开了基于改进协同过滤及惩罚标签评分的多样化推荐方法，包括：获取推荐对象相关数据并构建用户‑物品交互矩阵；根据用户‑物品交互矩阵计算用户相似度和物品相似度，生成基于用户的推荐列表和基于物品的推荐列表；基于预设权重融合基于用户的推荐列表和基于物品的推荐列表，获取融合推荐列表；收集物品的标签，使用标签评分算法计算标签热门程度并对融合推荐列表中的物品根据标签热门程度进行分数削减，生成最终Top‑K推荐列表。本发明融合两种协同过滤算法，并引入对应的热门惩罚因子，解决了传统协同过滤算法的问题，能够有效降低热门用户和物品对于推荐的影响，使长尾数据也能够得到关注，增强推荐的多样性。
-
公开(公告)号：CN116911574A
公开(公告)日：2023-10-20
申请号：CN202311168407.0
申请日：2023-09-12
Applicant: 华侨大学
IPC: G06Q10/0631 , G06N3/006 , G06N20/00 , G06Q10/04 , G06Q10/087 , G06Q30/0201 , G06Q50/04 , G06F17/10
Abstract: 本发明公开了一种基于鲸鱼算法与随机森林的三级供应链优化方法及装置，涉及供应链管理领域，包括：构建多产品三级供应链网络以其目标函数和约束条件；构建随机森林模型，通过鲸鱼算法对随机森林模型进行优化，确定决策树数量与各决策树叶节点上所需的最小样本数，得到优化后的随机森林模型；对优化后的随机森林模型进行训练，得到经训练的随机森林模型，获取多产品三级供应链网络中的不确定性因素的特征，将不确定性因素的特征输入经训练的随机森林模型，得到对应的权重值；根据该权重值计算得到不确定性概率，将不确定性概率代入约束条件中，并求取目标函数在约束条件下的最优解，得到最优的供应链方案，可解决供应链过程中不确定性的问题。
-
-
-
Search Results
14
records
(took 0.02 seconds)
