期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合ROUSTIDA和改进的概率直觉模糊聚类的协同过滤推荐算法 认领 引用
1
作者 张艳菊 吴一玄 陈泽荣 《计算机工程与科学》 CSCD 北大核心 2026年第4期731-742,共12页
模糊聚类衡量用户评价的模糊性并将相似用户划分为同一簇,能够改善传统协同过滤算法的可扩展性和数据稀疏性,但现有基于模糊聚类的协同过滤算法通常没有考虑聚类中心初始化和模糊集权重的问题,造成聚类效果不稳定和无法全面利用评价信... 模糊聚类衡量用户评价的模糊性并将相似用户划分为同一簇,能够改善传统协同过滤算法的可扩展性和数据稀疏性,但现有基于模糊聚类的协同过滤算法通常没有考虑聚类中心初始化和模糊集权重的问题,造成聚类效果不稳定和无法全面利用评价信息的问题,影响推荐精度。针对上述问题,提出了一种融合ROUSTIDA和改进的概率直觉模糊聚类的协同过滤推荐算法。该算法基于粗糙集理论中的属性约简规则,并以缺失矩阵与相似矩阵的差异最小为原则填补缺失数据,降低数据稀疏性,引入密度函数初始化方法并完成聚类中心的选择,缓解模糊聚类对初始聚类中心的高敏感度,在聚类计算中分别求解隶属度和非隶属度的概率权重和犹豫度相关系数,以添加权重的概率欧氏距离作为聚类的邻近函数以筛选出相关邻居集合,在聚类过程中保留了更多的用户评价信息。在MovieLens 100K和Jester数据集上的实验结果显示,相较于UFCM与FCM-Slope One等其他基于模糊聚类的推荐算法,所提算法的MAE与RMSE指标更低,有更好的推荐精度。 展开更多
关键词 协同过滤 ROUSTIDA算法 密度函数 改进的概率直觉模糊聚类 推荐算法
暂未订购 下载PDF
重复数据中关键属性值缺失填补的改进ROUSTIDA算法 认领 引用 被引量：4
2
作者 樊哲宁 杨秋辉 +2 位作者 翟宇鹏 万莹 王帅 《计算机科学》 CSCD 北大核心 2019年第2期30-34,共5页
随着数据分析研究的兴起,数据预处理越来越得到研究者的重视,其中缺失数据填补问题的重要性也逐渐显现。在ROUSTIDA数据补齐算法的基础上,针对具有关键属性的重复数据的特点,文中提出了一种改进的ROUSTIDA算法——Key&Rpt_RS算法。K... 随着数据分析研究的兴起,数据预处理越来越得到研究者的重视,其中缺失数据填补问题的重要性也逐渐显现。在ROUSTIDA数据补齐算法的基础上,针对具有关键属性的重复数据的特点,文中提出了一种改进的ROUSTIDA算法——Key&Rpt_RS算法。Key&Rpt_RS算法继承了ROUSTIDA算法的优势,同时考虑了目标数据的重复性特点,分析了关键属性对填补效果的影响,得到了更加准确且有效的填补结果。 展开更多
关键词 数据预处理 重复数据 缺失填补 ROUSTIDA算法
暂未订购 下载PDF
基于概率相似度的不完备数据填补研究 认领 引用 被引量：1
3
作者 仝利红 孙士保 《现代电子技术》 北大核心 2025年第4期79-82,共4页
为提升数据的完整性,保证数据的效用程度,提出一种基于概率相似度的不完备数据填补方法。量化计算不完备数据的概率相似度矩阵,将计算结果和ROUSTIDA算法相结合进行不完备数据填补,获取完备数据集。在此基础上,构建决策规则,保证多属性... 为提升数据的完整性,保证数据的效用程度,提出一种基于概率相似度的不完备数据填补方法。量化计算不完备数据的概率相似度矩阵,将计算结果和ROUSTIDA算法相结合进行不完备数据填补,获取完备数据集。在此基础上,构建决策规则,保证多属性缺失数据的填补性能,并且设定可辨识矩阵优化算法的不完备数据填补效果。测试结果显示,所提方法能够计算不同数据对象之间的相似度值,可有效完成数据填补,填补后数据的完备程度均在95%以上,填补数据的填补值误差均在0.17以下,填补效果良好。 展开更多
关键词 概率相似度 不完备数据 数据填补 ROUSTIDA算法 相似度矩阵 可辨识矩阵 决策规则
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈