杨秀梅
- 作品数：5 被引量：25H指数：3
- 供职机构：中国科学院大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于时间段的动态用户兴趣度矩阵的新闻推荐研究被引量：1
- 2016年
- 针对新闻推荐系统对于推荐时效性的要求,提出基于时间段的动态用户兴趣度矩阵的推荐方法.充分考虑用户兴趣在一天中变化这一因素,根据用户不同时间段的点击记录建立用户兴趣度矩阵,实现新闻主题与用户兴趣度矩阵匹配并达到迅速推荐的目的.实验结果表明,本文提出的方法能够明显提高新闻推荐的速度和用户满意度.
- 高兴杨秀梅孙咏李岩
- 关键词：用户满意度
- 融合用户信任模型的协同过滤推荐算法被引量：5
- 2016年
- 协同过滤推荐是电子商务系统中最为重要的技术之一.随着电子商务系统中用户数目和商品数目的增加,用户-项目评分数据稀疏性问题日益显著.传统的相似度度量方法是基于用户共同评分项目计算的,而过于稀疏的评分使得不能准确预测用户偏好,导致推荐质量急剧下降.针对上述问题,本文考虑用户评分相似性和用户之间信任关系对推荐结果的影响,利用层次分析法实现用户信任模型的构建,提出一种融合用户信任模型的协同过滤推荐算法.实验结果表明:该算法能够有效反映用户认知变化,缓解评分数据稀疏性对协同过滤推荐算法的影响,提高推荐结果的准确度.
- 杨秀梅孙咏王丹妮李岩
- 关键词：协同过滤信任模型层次分析法推荐系统
- 新闻推荐系统中用户冷启动问题的研究被引量：12
- 2016年
- 提出利用用户上下文信息,解决新闻推荐系统中用户冷启动问题的方法.通过已有用户对于新闻的点击浏览记录,提取其在不同环境中的上下文信息,并利用兴趣分类记录构建决策树分类模型.新用户到达时,提取此用户在当前环境中所带有的上下文信息并与决策树模型进行匹配,以此预测新用户的新闻浏览兴趣,并将新闻主题与用户兴趣进行匹配,进而完成新闻推荐.实验结果表明,本文提出的基于用户上下文信息的方法能够有效缓解新闻推荐系统中用户冷启动问题,用户满意度明显提高,新闻推荐结果更为人性化.
- 杨秀梅孙咏王美吉李岩
- 关键词：上下文信息决策树
- 层次分析法在网络用户信任度评价模型中的研究被引量：5
- 2016年
- 随着计算机技术和网络的发展,充分挖掘用户之间信任关系成为各大网络运营平台的关注热点.本文提出利用用户信息作为评价指标构建用户信任度评价模型的方法,并将层次分析法应用于模型构建,以缓解多指标权重设定中人为主观因素干扰问题.文章介绍了层次分析法工作流程并给出了用户信任度评价模型中各评价指标的权重,层次分析法的引入使得用户信任度评价模型更为科学、简洁、有效.
- 杨秀梅孙咏王美吉田月
- 关键词：层次分析
- 一种适用于唐诗诗句分词方法的研究被引量：2
- 2016年
- 构建一个全唐诗语料库是使用计算机自动研究唐诗的基础。在对唐诗中的"词"、"复合词"等进行系统定义的基础上,综合唐诗在格律方面的特点,提出一种适用于唐诗诗句分词的方法。该方法先依据唐诗格律特点对诗句进行切分,对不符合词定义的切分结果,再采用现代汉语分词技术中最大逆向匹配算法进行修正。实验结果表明,所提出的方法能有效提高唐诗分词准确率。
- 闫伟杨秀梅
- 关键词：唐诗语料库分词技术
