原文服务方: 计算机应用研究       
摘要:
信息系统中的统计推荐模型需要获取、分析和汇总多个来源的数据.这些多源异构的数据集在特征和价值方面可能存在显著差异,因而影响模型性能.为了提升统计推荐模型的整体性能,该研究采用凸优化理论和方法,解决了统计推荐模型中异构数据源的最优资源配置问题.在不同的数据源资源配置下,该工作对比了同一推荐模型的性能变化.实验结果表明,该工作提出的资源分配算法在NDCG(normalized discounted cumula-tive gain)和召回率这两个推荐系统主要评价指标上有效地提升了模型性能.该工作的结论是:针对多个异构数据源,适当的资源划分和分配策略可以显著影响推荐模型的整体性能.
推荐文章
中间数据源在异构数据互访中的应用
异构数据源
互访
中间数据源
基于案例推理的个性化推荐系统数据源研究
个性化推荐系统
数据源
案例推理
案例库
知识库
基于XML中间件实现异构数据源集成研究
数据集成
XML
中间件
异构数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 统计推荐模型中的异构数据源资源配置
来源期刊 计算机应用研究 学科
关键词 统计推荐模型 异构数据源 资源配置 凸优化
年,卷(期) 2020,(8) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2400-2403
页数 4页 分类号 TP301
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2019.02.0061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郝志峰 166 940 14.0 20.0
2 蔡瑞初 66 279 10.0 13.0
3 成英超 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (1)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
统计推荐模型
异构数据源
资源配置
凸优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导