公开(公告)号：CN103793504A

公开(公告)日：2014-05-14

申请号：CN201410035844.X

申请日：2014-01-24

Applicant: 北京理工大学

Inventor： 宿红毅 ,  王彩群 ,  闫波 ,  郑宏

IPC: G06F17/30

Abstract: 本发明涉及一种基于用户偏好与项目属性的聚类初始点选择方法，属于机器学习领域。首先确定基于项目的相似矩阵和基于用户偏好的同现矩阵，通过两矩阵得到最终的相似矩阵；进而通过去除边缘点，选择聚类初始中心点，完成对初始中心点的选择。本发明可以有效提高聚类效果。

公开(公告)号：CN103793504B

公开(公告)日：2018-02-27

申请号：CN201410035844.X

申请日：2014-01-24

Applicant: 北京理工大学

Inventor： 宿红毅 ,  王彩群 ,  闫波 ,  郑宏

IPC: G06F17/30

Abstract: 本发明涉及一种基于用户偏好与项目属性的聚类初始点选择方法，属于机器学习领域。首先确定基于项目的相似矩阵和基于用户偏好的同现矩阵，通过两矩阵得到最终的相似矩阵；进而通过去除边缘点，选择聚类初始中心点，完成对初始中心点的选择。本发明可以有效提高聚类效果。

公开(公告)号：CN103744928B

公开(公告)日：2017-10-03

申请号：CN201310743880.7

申请日：2013-12-30

Applicant: 北京理工大学

Inventor： 宿红毅 ,  朱叶 ,  王彩群 ,  闫波 ,  郑宏

IPC: G06F17/30

Abstract: 本发明涉及一种基于历史访问记录的网络视频分类方法，属于计算机网络数据挖掘技术领域。首先通过对视频的历史访问记录数据集进行自动分析，抽取出有意义的特征后对其生成待用数据文件，通过所述数据文件将历史访问记录转化为可用于训练的结构化文档，然后用逻辑回归对所结构化文档进行机器学习得到预测模型。使用预测模型，根据待预测视频历史访问记录信息的完整程度，对其选用相应的方法进行分类预测。本发明对比现有技术，在减少人工代价的同时，使参与计算的参数更为精简，预测效果更为准确、花费的时间更少。同时，由于可以根据待预测视频历史访问记录信息的完整程度对其选择聚类与否的操作，使其模型的应用更为广泛。

公开(公告)号：CN103744928A

公开(公告)日：2014-04-23

申请号：CN201310743880.7

申请日：2013-12-30

Applicant: 北京理工大学

Inventor： 宿红毅 ,  朱叶 ,  王彩群 ,  闫波 ,  郑宏

IPC: G06F17/30

Abstract: 本发明涉及一种基于历史访问记录的网络视频分类方法，属于计算机网络数据挖掘技术领域。首先通过对视频的历史访问记录数据集进行自动分析，抽取出有意义的特征后对其生成待用数据文件，通过所述数据文件将历史访问记录转化为可用于训练的结构化文档，然后用逻辑回归对所结构化文档进行机器学习得到预测模型。使用预测模型，根据待预测视频历史访问记录信息的完整程度，对其选用相应的方法进行分类预测。本发明对比现有技术，在减少人工代价的同时，使参与计算的参数更为精简，预测效果更为准确、花费的时间更少。同时，由于可以根据待预测视频历史访问记录信息的完整程度对其选择聚类与否的操作，使其模型的应用更为广泛。

公开(公告)号：CN103824213A

公开(公告)日：2014-05-28

申请号：CN201410092580.1

申请日：2014-03-13

Applicant: 北京理工大学

Inventor： 宿红毅 ,  王彩群 ,  闫波 ,  郑宏

IPC: G06Q30/02

Abstract: 本发明涉及一种基于用户偏好与商品属性的个性化推荐方法，属于机器学习领域。通过加入项目的属性信息，当不存在偏好信息的时候通过商品属性信息来做出推荐。同时通过此推荐方法提高推荐系统的查全率。本发明通过使用基于用户偏好与商品属性的个性化推荐方法，解决基于新项目的冷启动问题。