林建辉
- 作品数：4 被引量：31H指数：3
- 供职机构：福建师范大学数学与计算机科学学院更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于联合非负矩阵分解的协同过滤推荐算法被引量：6
- 2016年
- 为了揭示复杂网络结构间存在的隐藏关系,更加准确地向用户推荐物品的效果,并基于联合非负矩阵分解(JNMF)能揭示复杂网络结构间关系的特性,提出利用JNMF并结合基于用户的协同过滤和基于物品的协同过滤的推荐算法,并证明文中算法的正确性和收敛性.实验表明,文中算法能有效结合基于用户的协同过滤算法和基于物品的协同过滤算法,在一定程度上降低推荐的平均绝对偏差,提高推荐的准确性.
- 黄波严宣辉林建辉
- 关键词：协同过滤平均绝对偏差
- 基于有向图分割的推荐算法被引量：2
- 2015年
- 利用资源分配的原理提出一个基于有向图分割的推荐算法.通过二部图网络结构与资源分配方法的结合,建立了物品间关系的有向图,再利用非对称非负矩阵分解(Asymmetric Nonnegative Matrix Factorization,ANMF)分割此有向图,并将物品根据分割结果得出的物品间关联关系进行分类,并以此设置物品间的关联权重,最终实现对用户的Top-N物品推荐方案.实验结果表明,提出的算法提高了推荐准确率,并且能在一定程度上提高推荐多样性,降低推荐物品的流行性.
- 黄波严宣辉林建辉
- 关键词：有向图
- 基于SVD与模糊聚类的协同过滤推荐算法被引量：12
- 2016年
- 协同过滤为个性化推荐解决信息过载问题提供了方案,然而也存在着数据的稀疏性、可扩展性等影响推荐质量的关键问题.我们提出了一种基于奇异值分解(SVD)与模糊聚类的协同过滤推荐算法,通过引用物理学上狭义相对论中能量守恒的方法以保留总体特征值的数目,较为准确地确定降维维度,实现对原始数据的降维及其数据填充.另外,再运用模糊聚类的方法将相似用户进行聚类,从而达到减少邻居用户搜索范围的目的.在Movie Lens与2013年百度电影推荐系统比赛等不同数据集上的实验结果表明,该算法能够提高推荐质量.
- 林建辉严宣辉黄波
- 关键词：个性化推荐协同过滤SVD模糊聚类
- 融合信任用户的协同过滤推荐算法被引量：11
- 2017年
- 推荐系统中普遍存在的数据稀疏性问题使得协同过滤算法所要求的近邻搜索准确性降低,以及搜索到的最近邻用户过少,这对整个推荐系统的推荐质量和推荐的准确性产生重要影响,而这个问题对于传统的协同过滤推荐是难以解决的.针对这个问题,通过将用户之间的信任关系与对项目的评分相似性相融合,提出一种融合信任用户的协同过滤推荐算法,利用有向网络图构建的用户之间的信任关系,弥补了仅仅依靠计算用户间相似性不能准确衡量用户之间关系的缺陷.实验结果证明,该算法能够提高系统的推荐质量和准确性.
- 林建辉严宣辉黄波
- 关键词：推荐系统协同过滤有向网络信任关系数据稀疏性
