期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 融合标签与人工蜂群的微博推荐算法
王宁宁, 鲁燃, 王智昊
计算机应用    2016, 36 (10): 2789-2793.   DOI: 10.11772/j.issn.1001-9081.2016.10.2789
摘要379)      PDF (781KB)(395)    收藏
针对基于标签的推荐算法中存在的冷启动问题,提出了一种融合标签与人工蜂群的微博推荐算法——TABC-R。首先,对用户的标签信息进行定义,并使用标签集表示用户兴趣;其次,根据标签权重、标签属性权重和标签与微博中词语的相似度三种变量来构造人工蜂群算法中的适应度函数;最后,利用人工蜂群算法的搜索策略,搜索出具有最优适应度值的微博向用户进行推荐。与基于标签的推荐(T-R)算法和基于人工蜂群的推荐算法(ABC-R)相比,TABC-R算法的准确率和召回率均有小幅提升,表明了TABC-R算法的有效性。
参考文献 | 相关文章 | 多维度评价
2. 基于反馈报道的话题模型动态修正方法
郑燕 鲁燃 赵爱华
计算机应用    2012, 32 (05): 1343-1346.  
摘要901)      PDF (2144KB)(729)    收藏
在话题追踪过程中,由于给定的初始话题相关报道少,而且话题具有动态演变的特点造成话题模型不准确。针对这一问题,提出了利用动态阈值收集反馈报道构造话题修正模型,实现了话题模型的动态修正;同时结合命名实体能够更加有效地区分不同话题的特性,提出了在修正话题模型时增大相关命名实体权重的方法,从而获得更准确的话题表示模型。实验结果表明,该方法能有效避免话题漂移现象,降低话题追踪过程中的漏报率和错报率。
参考文献 | 相关文章 | 多维度评价