精品人妻区二区三区蜜桃-欧美妇女高潮高清喷水-欧美三级精品一区在线-视频成人在线免费观看

　　近日，重慶研究院大數(shù)據(jù)挖掘及應(yīng)用中心團(tuán)隊在個性化推薦技術(shù)研究，以及推薦算法的個性化和長期有效等方面取得系列研究進(jìn)展。

　　個性化推薦技術(shù)是一種幫助人們在海量信息中獲取對自己有用信息的技術(shù)。大數(shù)據(jù)時代尤其需要個性化推薦技術(shù)。目前實現(xiàn)大數(shù)據(jù)個性化的技術(shù)主要包括搜索引擎和推薦系統(tǒng)，其中搜索引擎根據(jù)用戶主動查詢關(guān)鍵字被動地返回相匹配的信息，而推薦系統(tǒng)通過對用戶的學(xué)習(xí)理解主動尋找用戶可能感興趣的信息。現(xiàn)代的搜索引擎也在不斷植入推薦技術(shù)。由于推薦技術(shù)的巨大價值，人們對其進(jìn)行了大量研究，取得了很多成果，是信息技術(shù)研究的前沿和熱點。

　　重慶研究院大數(shù)據(jù)中心在前期研究中，提出了長期有效的推薦系統(tǒng)，以及推薦系統(tǒng)從個性化算法到算法的個性化等研究課題。這些研究，對于解決推薦系統(tǒng)經(jīng)過長期運(yùn)行逐漸傾向推薦流行的對象，從而導(dǎo)致推薦算法失效；或者因為推薦系統(tǒng)為了獲得全局最優(yōu)，實際上使得每個用戶都不能獲得最優(yōu)推薦等問題，進(jìn)行了有益探索。

　　在基于推薦系統(tǒng)研究中廣泛應(yīng)用的一個基準(zhǔn)算法（Slope-One算法）方面，研究團(tuán)隊提出了一種個性化算法，該算法針對用戶的興趣行為偏好，計算用戶相關(guān)的算法參數(shù)值，來達(dá)到推薦個性化的目的。實驗結(jié)果表明，相對固定參數(shù)算法，算法個性化參數(shù)可以有效提升推薦精度；為了解決靜態(tài)推薦算法在面對動態(tài)數(shù)據(jù)集時存在效率低下，甚至無法運(yùn)行的問題，研究團(tuán)隊提出了一種增量式Slope-One推薦算法，用于降低推薦算法的計算復(fù)雜度。主要是基于Slope-One靜態(tài)算法的更新規(guī)則，通過計算數(shù)據(jù)更新來計算相對應(yīng)的參數(shù)更新。研究結(jié)果表明，相對于靜態(tài)算法，增量式算法在保證推薦精度的同時，具有較短的運(yùn)行時間；為了驗證推薦算法的長期有效性，研究團(tuán)隊提出了一種基于推薦算法驅(qū)動的在線系統(tǒng)演化模型，該模型通過二部分圖網(wǎng)絡(luò)來模擬真實在線系統(tǒng)當(dāng)中用戶選擇和信息推薦長期交互的復(fù)雜過程?；谠撗莼Ｐ停瑢δ壳傲餍械亩喾N推薦算法長期有效性進(jìn)行了對比分析。研究結(jié)果表明，在推薦算法長期運(yùn)行過程中，基于優(yōu)化的推薦算法（如Latentfactormodel，LFM）更有利于保證系統(tǒng)獲得較高的推薦精度，而基于實體關(guān)系的推薦算法（如Item-based CollaborativeFilter, ICF）更傾向于保證系統(tǒng)的推薦多樣性和新穎性。

　　論文鏈接： 

　　http://iopscience.iop.org/article/10.1088/0256-307X/34/6/068902/meta 

　　http://dx.doi.org/10.1016/j.neucom.2017.07.033 

　　http://dx.doi.org/10.1016/j.neucom.2017.06.026 

　　http://ieeexplore.ieee.org/abstract/document/8000127/ 

　　http://d.wanfangdata.com.cn/periodical/scsfxyxb-zr201601009 

Slope-a算法中個性化參數(shù)a在不同數(shù)據(jù)集上的分布

增量式算法和靜態(tài)算法計算效率比較