邹本友
- 作品数：5 被引量：72H指数：3
- 供职机构：中国人民大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家社会科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于动态增量更新的上下文推荐方法
- 本发明涉及一种基于动态增量更新的上下文推荐方法，其特征在于包括以下步骤：1)根据电子商务网站的历史记录提取用户信息，根据用户信息构建成张量；并对构建的张量进行张量分解运算，得到四类特征因子；2)当张量的规模发生变化时，根...
- 李翠平邹本友陈红谭力文
- 文献传递
- 大数据与推荐系统被引量：19
- 2015年
- 随着大数据时代的来临,网络中的信息量呈现指数式增长,随之带来了信息过载问题。推荐系统是解决信息过载最有效的方式之一,大数据推荐系统已经逐渐成为信息领域的研究热点。介绍了推荐系统的产生及其在大数据时代的发展现状、推荐系统的领域需求和系统架构、大数据环境下推荐系统的挑战及其关键技术、开源的大数据推荐软件、大数据推荐系统研究面临的问题,最后探讨了大数据推荐系统的未来发展趋势。
- 李翠平蓝梦微邹本友王绍卿赵衎衎
- 关键词：大数据推荐系统协同过滤
- 符号社会网络中正负关系预测算法研究综述被引量：17
- 2015年
- 一些网络中的边根据其潜在涵义可分为正关系和负关系,若用正号和负号来标记网络中的边,则形成一个符号网络.符号网络的应用场景非常丰富,在社会学、信息学、生物学等多个领域广泛存在,逐渐成为当前研究的热点之一.对符号社会网络中链接的正负预测问题进行研究,其成果对社会网络的个性化推荐、网络中异常节点的识别、用户聚类等都具有非常重要的应用价值.主要介绍符号社会网络中正负关系预测问题在国内外的研究现状和最新进展.首先介绍了社会结构平衡理论和地位理论,并将目前主要的预测算法按照设计思路分成两类:基于矩阵的符号预测算法和基于分类的符号预测算法,详细介绍各类算法的基本思路,并从算法效率、准确性和可伸缩性等角度进行详细的对比和分析,总结了符号社会网络预测问题具有的一些特点以及所面临的挑战,同时指出未来可能的发展方向,为相关研究人员提供有价值的参考.
- 蓝梦微李翠平王绍卿赵衎衎林志侠邹本友陈红
- 关键词：在线社会网络数据挖掘信息网络
- 一种基于动态增量更新的上下文推荐方法
- 本发明涉及一种基于动态增量更新的上下文推荐方法，其特征在于包括以下步骤：1)根据电子商务网站的历史记录提取用户信息，根据用户信息构建成张量；并对构建的张量进行张量分解运算，得到四类特征因子；2)当张量的规模发生变化时，根...
- 李翠平邹本友陈红谭力文
- 文献传递
- 基于用户信任和张量分解的社会网络推荐被引量：36
- 2014年
- 社会化网络中的推荐系统可以在浩瀚的数据海洋中给用户推荐相关的信息.社会网络中用户之间的信任关系已经被用于推荐算法中,但是目前的基于信任的推荐算法都是单一的信任模型.提出了一种基于主题的张量分解的用户信任推荐算法,用来挖掘用户在不同的物品选取的时候对不同朋友的信任程度.由于社交网络更新速度快,鉴于目前的基于信任算法大都是静态算法,提出了一种增量更新的张量分解算法用于用户信任的推荐算法.实验结果表明:所提出的基于主题的用户信任推荐算法比现有算法具有更好的准确性,并且增量更新的推荐算法可以大幅度提高推荐算法在训练数据增加后的模型训练效率,适合更新速度快的社会化网络中的推荐任务.
- 邹本友李翠平谭力文陈红王绍卿
- 关键词：推荐系统社会网络信任张量分解
