【摘 要】
：
从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种基于深度信念网(DBN)和贝叶斯网(BN)的用户
【基金项目】
：
国家自然科学基金(U1802271),云南省应用基础研究计划重点项目(2017FA032),云南大学科研项目(2017YDJQ06)
论文部分内容阅读
从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种基于深度信念网(DBN)和贝叶斯网(BN)的用户偏好建模方法。采用DBN对评分数据进行分类,用隐变量表示不能直接观测到的用户偏好,利用含隐变量的BN描述评分数据中蕴含的相关属性间的依赖关系及其不确定性。在MovieLens和大众点评数据集上的实验结果表明,该方法能够有效描述评分数据中与用户偏好相关的各属性间的依赖关系,其精确率和执行效率均高于隐变量模型。
其他文献
交通流量预测是智能交通系统中的重要组成部分,但由于交通流量受交通状况、地理位置、时间等多种因素影响,使其具有高度非线性与复杂性,实现精准预测的难度较大。针对交通站
从物权法到物权编草案,标志着我国物权法律制度的再度明确与不断完善。这样的立法方式也有利于最大程度凝聚共识,减少争议,提升立法质效。提请十三届全国人大三次会议审议的
目的探讨DOTS策略下结核病的治疗效果和影响因素。方法以深圳市宝安区2008年1 502例结核病随访登记管理病人为研究对象,采用非参数的Cox比例风险回归模型对结核病的治愈率进
特征选择是一种常用的机器学习降维方法,然而传统非监督特征选择算法在保持数据样本维度的局部结构时,却忽略了排序局部性对特征选择的影响。利用数据的三元组局部结构,构建
在日常生活中,房屋转租是一个很普遍的现象。但是在房屋转租当中存在着一个很严重的问题,就是房屋的非法转租问题。房屋的非法转租涉及各方当事人的切身利益,其中包括各方当