[00511049]海量数据信息下一致性协作推荐机理研究
联系人：柯安星
所在地：北京北京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
该项目为国家自然科学基金资助青年科学基金项目（项目批准号：61602048）。
面对海量信息过载，该项目立足于协同过滤算法，主要研究基于一致性的协作推荐机理。
针对传统因果性推荐机理的不足，在对比因果性推荐机理和用户选择物品的一致性偏好基础上，该项目从基于一致性机理的物品相似性指标和推荐模型入手，对协作推荐机理及算法展开研究。
1. 研究二部图网络属性对因果相似性估计的影响，以及因果相似性与一致相似性的关系。
2. 研究如何基于因果相似性指标构建正向相似性和反向相似性指标。
3. 研究基于正向和反向相似性指标构建非平衡一致性协同过滤推荐机理和算法模型。
相比于传统基于因果性协同过滤算法，有效提升了推荐的准确性、多样性和个性化。此外，在研究一致性协同过滤的过程中，该项目发现社交网络上基于开发转发模式的推荐系统存在特异性，进而扩展研究了基于传播动力学的移动社交推荐，初步取得了良好成果。
该项目的成功实施将为缓解海量数据下的信息过载问题及构建高效实用的推荐系统奠定技术基础，可以广泛应用于电子商务平台、在线社交网络、电影和视频推荐领域、个性化音乐推荐领域、个性化阅读推荐、位置服务推荐、个性化广告投放等众多领域，具有重要的理论意义和工程应用价值。