-
公开(公告)号：CN103561085B
公开(公告)日：2016-08-31
申请号：CN201310529411.5
申请日：2013-10-30
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于服务等级协议约束的服务云评价方法，对用户感知的服务云的SLA（服务等级协议）进行模糊化评价，并给出满足用户个性化需求的服务云资源。通过对服务云资源给出的SLA（服务等级协议）进行模糊化评价，选择、筛选和推荐出适合用户的服务云资源。本发明属于云计算和创新网络领域。本发明设计出的对服务云资源的评价方法，可以应用于服务云中终端用户在PaaS（平台即服务）层上实现资源的最佳匹配，同时算法简单易于实现。
-
Patent Agency Ranking
公开(公告)号：CN108052534A
公开(公告)日：2018-05-18
申请号：CN201711131295.6
申请日：2017-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于地理特征的房地产推荐方法。首先根据房地产项目属性信息、楼盘地理坐标向量计算各个房地产项目之间的相似度，然后根据各个房地产项目之间的相似度，构建包含地理特征的正则化项。在权重矩阵分解模型基础上，结合包含地理特征的正则化项，采用随机梯度下降的算法，学习用户和房地产项目的隐式特征向量，最后使用用户和房地产项目隐式特征向量的内积预测用户对未点击房地产项目的点击频次，并根据该预测值为用户提供可能感兴趣的房地产信息列表。本发明在权重矩阵分解技术的基础上，融合房地产项目的地理特征信息，约束权重矩阵分解的执行过程，可以更加准确地学习房地产项目的隐式特征向量，减轻房地产推荐中的冷启动问题。
-
公开(公告)号：CN107967320A
公开(公告)日：2018-04-27
申请号：CN201711182009.9
申请日：2017-11-23
Applicant: 南京邮电大学
CPC classification number: G06F16/9535 , G06Q30/0201 , G06Q30/0271 , G06Q50/01
Abstract: 本发明公开了一种用户社会地位增强的矩阵分解项目推荐方法，首先根据项目类别划分用户-项目评分矩阵；利用用户评分和社交关系共现的原则推导特定类别用户社交网络；在推导的特定类别用户社交网络上利用PageRank算法计算用户的社会地位；以用户社会地位值衡量用户的评分权重，结合特定类别用户评分数据和社交关系数据执行矩阵分解，学习特定领域的用户和项目隐式特征向量，使用用户和项目的隐式特征向量内积预测用户对项目的评分，为用户提供个性化的项目推荐。本发明有效解决了传统基于社交网络推荐技术忽视的如下两个问题：(1)在不同的领域中，用户信任不同的朋友；(2)由于用户在不同的领域内具有不同的社会地位，用户在不同领域受朋友影响程度不同。
-
公开(公告)号：CN103561085A
公开(公告)日：2014-02-05
申请号：CN201310529411.5
申请日：2013-10-30
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于服务等级协议约束的服务云评价方法，对用户感知的服务云的SLA（服务等级协议）进行模糊化评价，并给出满足用户个性化需求的服务云资源。通过对服务云资源给出的SLA（服务等级协议）进行模糊化评价，选择、筛选和推荐出适合用户的服务云资源。本发明属于云计算和创新网络领域。本发明设计出的对服务云资源的评价方法，可以应用于服务云中终端用户在PaaS（平台即服务）层上实现资源的最佳匹配，同时算法简单易于实现。
-
公开(公告)号：CN108959334A
公开(公告)日：2018-12-07
申请号：CN201711131303.7
申请日：2017-11-15
Applicant: 南京邮电大学
CPC classification number: G06Q50/01
Abstract: 本发明公开了一种基于属性耦合矩阵分解的项目推荐方法，首先根据项目类别划分用户‑项目评分矩阵；利用用户评分和社交关系共现的原则推导特定类别用户社交网络；在推导的特定类别用户社交网络上利用PageRank算法计算用户的社会地位；以用户社会地位值衡量用户的评分权重，结合特定类别用户评分数据和社交关系数据执行矩阵分解，学习特定领域的用户和项目隐式特征向量，使用用户和项目的隐式特征向量内积预测用户对项目的评分，为用户提供个性化的项目推荐。本发明有效解决了传统基于社交网络推荐技术忽视的如下两个问题：(1)在不同的领域中，用户信任不同的朋友；(2)由于用户在不同的领域内具有不同的社会地位，用户在不同领域受朋友影响程度不同。
-
公开(公告)号：CN106294859A
公开(公告)日：2017-01-04
申请号：CN201610705485.3
申请日：2016-08-22
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06F17/30
CPC classification number: G06F16/9535 , G06F2216/03
Abstract: 本发明公开了一种基于项目属性耦合矩阵分解的项目推荐方法，包括如下步骤：首先，给定项目的属性信息，采用耦合对象相似度度量指标计算项目之间的相似度；然后利用矩阵分解算法学习用户和项目的隐藏特征向量，在学习项目隐藏特征向量过程中，利用项目的属性信息构建正则化项，约束矩阵分解的执行过程，使得属性信息相似的项目具有相似的隐藏特征向量；最后，根据学习的用户和项目隐藏特征向量，使用用户和项目隐藏特征向量的内积预测用户对未评分项目的评分，根据预测评分为用户提供个性化的项目推荐。本发明解决推荐系统中项目的相似度计算、项目端冷启动和推荐精度的问题。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
