基于属性聚类的项目评分预测推荐算法研究

针对用户评分数据稀疏性问题,在对项目进行聚类基础上,文章提出了基于属性聚类的项目评分预测推荐算法。算法从项目属性特征相似性分析出发,利用K-Means聚类算法对项目进行聚类。对于未评分项目找到其所属的类簇;利用用户对类簇中其它项目的评分预测该用户对未评分项目的评分,达到降低数据稀疏性目的;最后结合协同过滤思想为用户提供推荐服务。实验结果表明,与基于项目评分预测的推荐算法相比,文章的算法推荐精度显著提高。     

基于内容过滤的电子商务推荐算法分析

一、数据处理 1.数据处理流程 首先将用户当前访问序列转变为兴趣主题向量,连同从用户历史购物数据和Web日志中抽取的特征向量进行加权和运算,得到初始推荐模型,再计算初始向量和当前访问序列之间的相似度,最后为每一个兴趣主题设置最优的初始相似度阈值.     

Rough Set综合评价算法的优化及应用

粗集理论是由波兰数学家Z.Pawlak,在20世纪80年代初提出的一种处理模糊和不精确性问题的新型数学工具,粗集理论在处理有限元集合数据时,即不需要关于数据的任何附加信息,也无需预先给定某些特征或属性的数量描述,如统计学中的概率分布、模糊集理论中的隶属度或隶属函数等,通过对大量数据进行分析,根据论域中等价关系的依赖关系,剔除相容信息,抽取潜在有价值的规则知识.依据粗糙集理论的对象分类能力,以及粗糙集理论中的知识依赖性和属性重要性度量方法,可以得出一种完全数据驱动的综合评价方法,它克服了传统方法存在的主观性和片面性的问题,本文将属性的同分辨能力数引入到粗糙集评价,优化了评价算法.     

基于灰数据处理的多属性群决策TOPSIS扩展模型及其应用

文章对多属性决策问题的TOPSIS方法进行扩展,使之应用于多属性群决策模型中,并引入灰度数据及聚合分离度概念,解决对不确定信息问题处理.     

基于相似度的犹豫模糊语言多属性决策方法

文章针对带置信区间的犹豫模糊语言多属性决策问题,提出了一种基于相似度的决策方法.首先,介绍了语言术语集及相似度向量,提出了带置信区间的犹豫模糊语言集的概念.其次,研究了带置信区间的犹豫模糊语言集的相似度测度,并结合Topsis的思想,给出了决策方法的具体步骤.最后,通过实例验证了该方法的合理性和可行性.     

基于不确定正态云组合权重的综合评价方法研究

如何确定指标体系的权重是多属性决策中的一个重要问题。针对多属性决策中主客观权重的不确定问题,通过逆向云生成算法将多个主客观权重进行信息融合,生成不确定正态云组合权重,构建基于云模型的主客观组合赋权方法。在此基础上,提出基于正态云组合权重的多属性综合评价方法,该方法通过计算各方案组合赋权与理想方案组合赋权之间的正态云相似度值大小进行排序并确定最佳方案。最后,通过算例说明云组合权重综合评价方法的可行性和有效性。     

基于约束层次理论的产品设计方案决策模型

文章针对个性化定制环境下产品设计方案决策过程中出现的过约束问题,构建基于约束层次理论和模糊偏好的产品设计方案决策模型.该模型根据约束层次理论基本原理,依据用户对产品设计属性的必需性程度,将其分为硬约束和软约束;同时采用模糊偏好关系矩阵方法确定用户对软约束层的权重,并在此基础上,基于线性加权法构造包含硬约束层偏离度和软约束层偏离度的产品设计方案综合偏离度评价模型;最后通过算例验证该模型的有效性.     

粗糙集条件信息熵权重确定方法的改进

权重确定是决策和评价的重要环节.文献[1]基于粗糙集条件信息熵的权重确定方法是为了避免冗余属性权重为0的情况,但是该方法得到的冗余属性的重要度却高于非冗余属性的重要度.通过对文献[1]粗糙集条件信息熵权重确定方法的分析,找出相矛盾的原因,并讨论了属性重要度优先级队列的构造,进而在此基础上提出了以粗糙集的代数理论为基础的粗糙集条件信息熵权重确定的改进方法.     

基于集值统计的综合评价模型及方法

文章在项目方案综合评价系统中,根据项目特点构建了评价指标体系,考虑到定性与定量指标的处理,以及为了克服单一评价方法的不足,建立了基于集值统计法、层次分析法和属性分析法的综合评价模型。通过案例分析表明,该综合评价模型及方法充分融合集值统计法、层次分析法和属性分析法的优点,具有较广的实用性。     

基于R0蕴涵算子的Vague集相似度量研究

文章通过分析现有的基于蕴涵算子的相似度量方法的不足,提出了一个新的基于R0蕴涵算子的Vague集相似度量方法,并证明该方法符合Vague集相似度量基本准则,通过与现有的相似度量比较,指出了现有相似度量方法的主要问题,说明新的相似度量方法克服了现有相似度量方法的缺点,度量结果是合理的,对不同数据的相似度具有较好的区分能力.     

航空公司航线决策的一种方法

针对只有部分权重信息已知且属性为混合型的航空公司航线决策问题,对用模糊语言和实数表示的属性进行了区间化处理,把多混合属性决策转化为属性值为区间数的多属性决策.然后基于推广定义的相离度和可能度计算公式,利用线性规划模型求取属性权重且依据求取的可能度排序向量给出了航线排序,最后通过实例说明了方法的可行性和有效性.     

犹豫模糊语言TODIM法及其应用

文章针对食品供应商选择的多属性决策问题,提出了基于犹豫模糊语言的TODIM方法.首先基于均匀分布的概率准则给出了犹豫模糊语言排序的可能度公式;进一步考虑到TODIM决策方法能够充分考虑决策者心理行为,构造了基于犹豫模糊语言TODIM方法;结合算例,较好地解决了食品供应商选择问题.     

网络节点重要度评价方法研究

文章通过对已有网络节点重要性评价指标在计算复杂度、体现节点属性等方面缺陷进行分析,提出了基于节点的度和凝聚度线性加权的节点的重要性测度指标;以网络信息连通性和连通成本为目标,描述了节点重要度概念;论证了度和凝聚度与网络平均最短距离的等价性;通过节点度和凝聚度的权重设计,体现了实际网络节点间的不同属性。文章还用供应链网络案例说明了该方法的有效性和优越性。     

基于杂度削减的连续属性离散化方法

连续属性离散化在人工智能和数据挖掘领域具有重要的作用。文章用杂度削减指标来量化离散化后区间内的一致性和区间之间的差异性,进而提出了基于这一指标的离散化方法。通过调整最小杂度削减阈值并构建二叉树来确定划分区间的断点,能够有效地寻求全局最优的离散化方案。模拟实验验证了该方法相对于传统方法的优势。     

聚合信息客户端数据挖掘应用研究——以用户登录行为和文章推荐数据库为例

在大数据时代,数据挖掘技术在聚合信息客户端中的应用有利于提高聚合信息企业的运行效率。基于聚合信息企业的实际运营和用户数据,从用户登录行为和文章推荐数据库两个角度,利用机器学习算法,构建用户登录行为预测模型和优秀文章分类模型。研究发现,随机森林和Logistic回归模型在互联网大数据分析中的综合表现最好,在分类预测准确度和运行速度方面明显优于其他模型;用户对平台的使用频率和依赖度是决定其登录行为的最关键因素,且区域用户习惯和年龄显著影响用户的登录决策;文章基本信息和自媒体属性均对优秀文章筛选有显著影响,其中,文章等级、自媒体的产量和自媒体专注度等均与文章质量存在显著的负相关关系;发文类型、是否原创和自媒体领域等分类变量各水平之间都存在显著差异,且均会影响用户对文章的青睐程度。     

零膨胀计数数据的联合建模及变量选择

零膨胀计数数据破坏了泊松分布的方差-均值关系，可由取值服从泊松分布的数据和取值为零(退化分布)的数据各占一定比例所构成的混合分布所解释。本文基于自适应弹性网技术， 研究了零膨胀计数数据的联合建模及变量选择问题.对于零膨胀泊松分布，引入潜变量，构造出零膨胀泊松模型的完全似然, 其中由零膨胀部分和泊松部分两项组成.考虑到协变量可能存在共线性和稀疏性，通过对似然函数加自适应弹性网惩罚得到目标函数,然后利用EM算法得到回归系数的稀疏估计量，并用贝叶斯信息准则BIC来确定最优调节参数.本文也给出了估计量的大样本性质的理论证明和模拟研究，最后把所提出的方法应用到实际问题中。     

收入满足度与生活幸福度的相关性研究

文章基于社会问卷调查数据,运用规范的实证研究方法对收入满足度与生活幸福度的相关性进行了综合性分析.我们的分析结果显示:在同一地区,收入满足度与总体幸福度有显著的正相关性,并且,两者在一定程度上呈现显著的倒"U"型关系.同时,影响幸福指数的重要因素还有住房满足度、医疗满足度、教育满足度、环境满足度等.     

基于可能度的犹豫模糊语言PROMETHEE方法

针对犹豫模糊语言多属性决策问题,文章提出了基于可能度的PROMETHEE方法.在分析现有可能度排序方法的基础上,基于均匀分布的概率准则给出了犹豫模糊语言排序的可能度公式;结合PROMETHEE法,给出了犹豫模糊语言多属性决策方法,方法将传统PROMETHEE的多步骤整合为一个公式,简化了计算过程.通过实例验证了该方法的合理性和可行性.     

风险型多属性自修正群决策方法

文章针对语言变量评价的风险型群决策问题,提出一种基于云模型、前景理论的风险型多属性群决策方法.该方法通过云模型、前景理论将语言变量评价转换成云前景决策矩阵,并以此计算前景值贴近度确定决策者权重,通过指数映射保证个体云前景决策矩阵在MWA算子下有效集结成群体云前景决策矩阵,结合自修正过程达到一致性要求,最后采用离差最大化规划求解各属性权重并计算各方案的综合排序情况.算例分析验证了上述方法的可行性和有效性.     

基于共识评价视角的加权DEA交叉效率评价方法

DEA交叉效率法允许所有决策单元都参与效率评价,同时考虑自我评价和同行评价,所以评价结果能被广泛接受,但忽略评价的共识性问题.文章提出了一种新的基于评价共识的加权交叉效率方法.该方法给出最大化评价共识性为第二目标的模型来解决权重不唯一问题.在此基础上,给出了基于相关系数的DEA单元评价共识度测算方法,以单元的评价共识度为权重,给出加权交叉效率法,从而进行效率排序.