高成菊
- 作品数：3 被引量：13H指数：2
- 供职机构：天津大学管理与经济学部更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 互动型团购社区新模式及其群体推荐算法研究
- 网络团购在我国迅速兴起并发展,但由于发展过于迅速,面临着信息超载、同质化现象严重等诸多问题,很多网站都尝试进行改进但大多流于形式。个性化推荐技术作为解决信息超载问题的有效方法,取得了较多研究,但针对群体推荐的研究仍相对较...
- 高成菊
- 关键词：互动关系
- 文献传递
- 函数型数据的分步系统聚类算法被引量：7
- 2015年
- 函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算法的有效性进行了检验,并针对40个国家41年的人均GDP数据进行了实例研究,结果表明,该算法能够对函数型数据进行有效聚类。此外,基于此算法提出了一种函数型数据的数据补齐方法,实例研究结果表明,该预测方法能够对函数型数据进行有效地补齐。
- 郭均鹏王梅南高成菊戴晖
- 关键词：函数型数据聚类算法系统聚类
- 一种基于符号数据的群体推荐算法被引量：6
- 2015年
- 基于符号数据分析所具有的能够有效地对海量数据进行降维并从整体上把握样本属性的优势,设计了基于区间型和分布式符号数据的模型建立方法,分别建立符号数据描述的目标群体用户模型和目标项目模型,并将目标项目模型分解为积极子模型和消极子模型来表示.进而计算目标群体模型与目标项目积极子模型、消极子模型之间的相似度,最终产生推荐.选取为群体用户推荐美食作为实例,通过大众点评网收集用户评分数据,对文中算法进行评价,结果表明该算法能取得良好的推荐精度,且在群体较小及数据稀疏时,推荐质量明显优于传统基于点数据描述群体用户模型的协同过滤算法.
- 郭均鹏高成菊赵旻昊
