Query：
学者姓名：张岐山
Refining：
Year
Type
Indexed by
Source
Complex
Co-
Language
Clean All
Abstract ：
作为一种有效的协同过滤算法,Slope One算法被广泛地应用到一些推荐系统中.但该算法在评分预测时仅根据项目之间的评分偏差以及用户的历史评分信息,未能考虑用户之间的潜在联系,而且数据稀疏性和冷启动问题也会限制算法的推荐性能.因此,为了提高算法的推荐质量,本文采用均衡接近度灰关联方法度量用户关联度,从而有效挖掘用户之间的潜在联系;并引入用户信任模型来缓解冷启动问题对算法的影响,将均衡接近度和信任度作为权重因子加权到评分预测过程.论文研究并提出了一种融合灰关联分析和信任度的Slope One算法,并通过实验验证了算法的有效性.实验结果表明,该算法可以有效地提高算法预测准确度,缓解数据稀疏性和冷启动问题对算法的影响.
Keyword ：
Slope One算法 Slope One算法 信任 信任 协同过滤 协同过滤 均衡接近度 均衡接近度 灰关联 灰关联
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈露露 , 张岐山 , 朱猛 . 融合灰关联分析和信任度的Slope One算法研究 [J]. | 小型微型计算机系统 , 2023 , 44 (1) : 83-89 . |
| MLA | 陈露露 等. "融合灰关联分析和信任度的Slope One算法研究" . | 小型微型计算机系统 44 . 1 (2023) : 83-89 . |
| APA | 陈露露 , 张岐山 , 朱猛 . 融合灰关联分析和信任度的Slope One算法研究 . | 小型微型计算机系统 , 2023 , 44 (1) , 83-89 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
Slope One算法在推荐系统中得到了广泛的应用，但该算法并未考虑用户间的差异性，并且存在数据稀疏、冷启动及灰羊用户等一系列问题.因此，采用均衡接近度灰关联方法计算用户间相似性，有效捕捉用户之间的潜在关联；并引入PageRank算法，利用图结构来建模用户间的信任关系，将计算出的PR值作为体现用户影响力水平的参数；最后将均衡接近度和用户影响力作为权重因子加权到评分预测过程中.实验结果显示，该算法可以有效提高推荐精度，缓解数据稀疏、冷启动和灰羊用户等问题对算法的影响，在数据稀疏、邻域较少的情况下，仍然可以达到较高的推荐准确率和较快的收敛速度.
Keyword ：
PageRank PageRank Slope One算法 Slope One算法 灰关联分析 灰关联分析 用户影响力 用户影响力
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈彩蓉 , 刘虹 , 张岐山 . 融合用户影响力和灰关联分析的Slope One推荐算法 [J]. | 小型微型计算机系统 , 2023 , 44 (11) : 2401-2407 . |
| MLA | 陈彩蓉 等. "融合用户影响力和灰关联分析的Slope One推荐算法" . | 小型微型计算机系统 44 . 11 (2023) : 2401-2407 . |
| APA | 陈彩蓉 , 刘虹 , 张岐山 . 融合用户影响力和灰关联分析的Slope One推荐算法 . | 小型微型计算机系统 , 2023 , 44 (11) , 2401-2407 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
Identifying influential nodes in complex networks has attracted the attention of many researchers in recent years. However, due to the high time complexity, methods based on global attributes have become unsuitable for large-scale complex networks. In addition, compared with methods considering only a single attribute, considering multiple attributes can enhance the performance of the method used. Therefore, this paper proposes a new multiple local attributes-weighted centrality (LWC) based on information entropy, combining degree and clustering coefficient; both one-step and two-step neighborhood information are considered for evaluating the influence of nodes and identifying influential nodes in complex networks. Firstly, the influence of a node in a complex network is divided into direct influence and indirect influence. The degree and clustering coefficient are selected as direct influence measures. Secondly, based on the two direct influence measures, we define two indirect influence measures: two-hop degree and two-hop clustering coefficient. Then, the information entropy is used to weight the above four influence measures, and the LWC of each node is obtained by calculating the weighted sum of these measures. Finally, all the nodes are ranked based on the value of the LWC, and the influential nodes can be identified. The proposed LWC method is applied to identify influential nodes in four real-world networks and is compared with five well-known methods. The experimental results demonstrate the good performance of the proposed method on discrimination capability and accuracy.
Keyword ：
complex networks complex networks direct influence direct influence indirect influence indirect influence influential nodes influential nodes information entropy information entropy
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Zhang, Jinhua , Zhang, Qishan , Wu, Ling et al. Identifying Influential Nodes in Complex Networks Based on Multiple Local Attributes and Information Entropy [J]. | ENTROPY , 2022 , 24 (2) . |
| MLA | Zhang, Jinhua et al. "Identifying Influential Nodes in Complex Networks Based on Multiple Local Attributes and Information Entropy" . | ENTROPY 24 . 2 (2022) . |
| APA | Zhang, Jinhua , Zhang, Qishan , Wu, Ling , Zhang, Jinxin . Identifying Influential Nodes in Complex Networks Based on Multiple Local Attributes and Information Entropy . | ENTROPY , 2022 , 24 (2) . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
针对现有的协同过滤推荐算法中存在评分数据稀疏和用户兴趣动态变化的问题,提出了融合时间加权信任与用户偏好的协同过滤算法.考虑到用户评分时间的不均匀,对时间权重进行改进,并将其融入到直接信任计算中,缓解用户兴趣动态变化的问题.通过信任传递得到的间接信任以及建立用户对项目标签的偏好矩阵得到用户之间的偏好相似度来缓解数据的稀疏性.融合用户的信任度与偏好相似度进行推荐.实验结果表明,与其他基准算法相比,提出的算法具有更高的F1值,提高了推荐质量.
Keyword ：
信任 信任 协同过滤 协同过滤 时间权重 时间权重 用户偏好 用户偏好 项目标签 项目标签
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 张岐山 , 朱猛 . 融合时间加权信任与用户偏好的协同过滤算法 [J]. | 计算机工程与应用 , 2022 , 58 (3) : 112-118 . |
| MLA | 张岐山 et al. "融合时间加权信任与用户偏好的协同过滤算法" . | 计算机工程与应用 58 . 3 (2022) : 112-118 . |
| APA | 张岐山 , 朱猛 . 融合时间加权信任与用户偏好的协同过滤算法 . | 计算机工程与应用 , 2022 , 58 (3) , 112-118 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
针对半监督聚类算法性能受到成对约束数量多寡的限制问题,现有的研究大都依赖于原始成对约束的数量.因此,首先提出了基于灰关联分析的成对约束初始化算法(initialization algorithm of pair constraints based on grey relational analysis,PCIG).该算法通过均衡接近度计算数据对象间的相似度,并根据相似度的取值来确定可信区间,然后借鉴网络结构初始化方法来扩充数据对象间的成对关系.最后,将其应用于标签传播聚类算法.通过在五个基准数据集上进行实验,基于改进成对约束扩充的标签传播聚类算法与其他方法相比NMI值和ARI值有所提升.实验结果证明了改进成对约束扩充可以有效改善标签传播算法的聚类效果.
Keyword ：
半监督聚类 半监督聚类 成对约束 成对约束 标签传播 标签传播 灰关联分析 灰关联分析
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 吴颖豪 , 刘虹 , 张岐山 . 基于改进成对约束扩充的标签传播聚类算法 [J]. | 计算机应用研究 , 2022 , 39 (12) : 3592-3597 . |
| MLA | 吴颖豪 et al. "基于改进成对约束扩充的标签传播聚类算法" . | 计算机应用研究 39 . 12 (2022) : 3592-3597 . |
| APA | 吴颖豪 , 刘虹 , 张岐山 . 基于改进成对约束扩充的标签传播聚类算法 . | 计算机应用研究 , 2022 , 39 (12) , 3592-3597 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
【目的/意义】集成优化生鲜运输路径、自提点选择及末端客户分配等多个决策的生鲜物流网络,可提高物流系统综合效益。【设计/方法】针对设施繁忙率影响自提效率,构建设施繁忙率测度函数;针对客户对高服务水平的要求,构建自提点服务水平函数;进而建立寻求总成本最小、自提效率最大和服务水平最高的生鲜自提点选址及路径优化模型,并设计了基于"一阶段编码"方案和新的客户分配策略的多目标禁忌搜索算法对模型进行求解,最后通过算例验证模型和算法的有效性。【结论/发现】考虑自提点服务水平和设施繁忙率,能够在满足末端客户多种需求的同时,提高自提点设施效率;总成本、设施繁忙率和自提点服务水平之间相互影响,决策者应根据企业实际运...
Keyword ：
多目标 多目标 服务水平 服务水平 生鲜自提 生鲜自提 设施繁忙率 设施繁忙率 选址–路径 选址–路径
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 张岐山 , 张曼 . 考虑设施繁忙率和自提点服务水平的生鲜物流网络优化 [J]. | 电子科技大学学报(社科版) , 2021 , 23 (01) : 55-62 . |
| MLA | 张岐山 et al. "考虑设施繁忙率和自提点服务水平的生鲜物流网络优化" . | 电子科技大学学报(社科版) 23 . 01 (2021) : 55-62 . |
| APA | 张岐山 , 张曼 . 考虑设施繁忙率和自提点服务水平的生鲜物流网络优化 . | 电子科技大学学报(社科版) , 2021 , 23 (01) , 55-62 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
作为一种基于项目的协同过滤推荐算法,Slope One算法易于实现且高效.但由于Slope One算法未考虑用户相似性,导致其在处理涉及用户关系的个性化推荐任务时性能不高.针对以上问题,提出了改进的Slope One算法.提出一种均衡接近度灰关联分析方法计算用户之间的均衡接近度,利用均衡接近度度量用户间的相似程度,然后将均衡接近度值融入到Slope One算法中进行评分预测,在MovieLens和Epinions数据集下的对比实验表明,该算法具有更低的平均绝对误差(MAE)和均方根误差(RMSE),提高了预测的准确度和推荐质量.
Keyword ：
Slope One算法 Slope One算法 协同过滤 协同过滤 均衡接近度 均衡接近度 灰关联 灰关联 用户相似度 用户相似度
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 张岐山 , 陈露露 . 基于均衡接近度灰关联的Slope One算法 [J]. | 计算机工程与应用 , 2021 , 57 (9) : 96-102 . |
| MLA | 张岐山 et al. "基于均衡接近度灰关联的Slope One算法" . | 计算机工程与应用 57 . 9 (2021) : 96-102 . |
| APA | 张岐山 , 陈露露 . 基于均衡接近度灰关联的Slope One算法 . | 计算机工程与应用 , 2021 , 57 (9) , 96-102 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
[目的/意义]集成优化生鲜运输路径、自提点选择及末端客户分配等多个决策的生鲜物流网络,可提高物流系统综合效益.[设计/方法]针对设施繁忙率影响自提效率,构建设施繁忙率测度函数;针对客户对高服务水平的要求,构建自提点服务水平函数;进而建立寻求总成本最小、自提效率最大和服务水平最高的生鲜自提点选址及路径优化模型,并设计了基于"一阶段编码"方案和新的客户分配策略的多目标禁忌搜索算法对模型进行求解,最后通过算例验证模型和算法的有效性.[结论/发现]考虑自提点服务水平和设施繁忙率,能够在满足末端客户多种需求的同时,提高自提点设施效率;总成本、设施繁忙率和自提点服务水平之间相互影响,决策者应根据企业实际运营情况进行合理决策.
Keyword ：
多目标 多目标 服务水平 服务水平 生鲜自提 生鲜自提 设施繁忙率 设施繁忙率 选址-路径 选址-路径
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 张岐山 , 张曼 . 考虑设施繁忙率和自提点服务水平的生鲜物流网络优化 [J]. | 电子科技大学学报（社会科学版） , 2021 , 23 (1) : 55-62 . |
| MLA | 张岐山 et al. "考虑设施繁忙率和自提点服务水平的生鲜物流网络优化" . | 电子科技大学学报（社会科学版） 23 . 1 (2021) : 55-62 . |
| APA | 张岐山 , 张曼 . 考虑设施繁忙率和自提点服务水平的生鲜物流网络优化 . | 电子科技大学学报（社会科学版） , 2021 , 23 (1) , 55-62 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
【目的/意义】在现有的兴趣点推荐工作普遍存在数据稀疏和低精确率问题的基础上,提出了一种融合潜在兴趣和多类型情景信息的兴趣点推荐模型。【方法/过程】该模型分为矩阵填充和矩阵分解两个阶段。首先利用社交和地理信息建立矩阵填充模型,为每个用户学习一组待填充兴趣点。其次,将分类信息嵌入加权矩阵分解模型来学习用户偏好。最后,采用自适应核密度估计对地理影响建模,结合矩阵分解的结果得到GSC-WMF模型。【结果/结论】实验结果表明,该模型在推荐的准确率和召回率上相较其他主流模型取得了更好的结果。【创新/局限】提出了矩阵填充模型来发掘用户的潜在兴趣,并有效地将融合分类信息来解决用户隐式信息反馈问题。在未来的研究...
Keyword ：
兴趣点推荐 兴趣点推荐 分类信息 分类信息 加权矩阵分解 加权矩阵分解 地理信息 地理信息 核密度估计 核密度估计 社交关系 社交关系
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈江美 , 张岐山 , 张文德 et al. 融合潜在兴趣和多类型情景信息的兴趣点推荐模型 [J]. | 情报科学 , 2021 , 39 (03) : 143-149,160 . |
| MLA | 陈江美 et al. "融合潜在兴趣和多类型情景信息的兴趣点推荐模型" . | 情报科学 39 . 03 (2021) : 143-149,160 . |
| APA | 陈江美 , 张岐山 , 张文德 , 何珑 . 融合潜在兴趣和多类型情景信息的兴趣点推荐模型 . | 情报科学 , 2021 , 39 (03) , 143-149,160 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
Purpose The purpose of the paper is to improve the rating prediction accuracy in recommender systems (RSs) by metric learning (ML) method. The similarity metric of user and item is calculated with gray relational analysis. Design/methodology/approach First, the potential features of users and items are captured by exploiting ML, such that the rating prediction can be performed. In metric space, the user and item positions can be learned by training their embedding vectors. Second, instead of the traditional distance measurements, the gray relational analysis is employed in the evaluation of the position similarity between user and item, because the latter can reduce the impact of data sparsity and further explore the rating data correlation. On the basis of the above improvements, a new rating prediction algorithm is proposed. Experiments are implemented to validate the effectiveness of the algorithm. Findings The novel algorithm is evaluated by the extensive experiments on two real-world datasets. Experimental results demonstrate that the proposed model achieves remarkable performance on the rating prediction task. Practical implications The rating prediction algorithm is adopted to predict the users' preference, and then, it provides personalized recommendations for users. In fact, this method can expand to the field of classification and provide potentials for this domain. Originality/value The algorithm can uncover the finer grained preference by ML. Furthermore, the similarity can be measured using gray relational analysis, which can mitigate the limitation of data sparsity.
Keyword ：
Gray relational analysis Gray relational analysis Metric learning Metric learning Rating prediction Rating prediction Recommender systems Recommender systems
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Chen, Jiangmei , Zhang, Wende , Zhang, Qishan . Enhancing rating prediction for recommendation by metric learning with gray relational analysis [J]. | GREY SYSTEMS-THEORY AND APPLICATION , 2021 , 12 (3) : 635-650 . |
| MLA | Chen, Jiangmei et al. "Enhancing rating prediction for recommendation by metric learning with gray relational analysis" . | GREY SYSTEMS-THEORY AND APPLICATION 12 . 3 (2021) : 635-650 . |
| APA | Chen, Jiangmei , Zhang, Wende , Zhang, Qishan . Enhancing rating prediction for recommendation by metric learning with gray relational analysis . | GREY SYSTEMS-THEORY AND APPLICATION , 2021 , 12 (3) , 635-650 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Export
| Results： |
Selected to |
| Format： |
