冯程
- 作品数：5 被引量：17H指数：2
- 供职机构：四川大学更多>>
- 发文基金：国家自然科学基金四川省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 自动谣言检测分析与实现被引量：1
- 2016年
- 针对微博中谣言泛滥的问题,提出一种自动识别谣言的方法。该方法基于机器学习的原理,并在前人的基础上,结合赞的数目和置疑度两个新特征。实验结果显示结合新特征实现的系统在识别谣言上准确率达到82%,验证所提出的方法与特征的可行性和有效性。
- 冯程梁刚周鸿宇杨进
- 关键词：谣言社交网络
- 一种基于微博类型的集成微博谣言识别方法
- 本发明公开了一种基于微博类型的集成微博谣言识别方法，构建用于用户微博谣言分类器训练与测试的数据集，构建训练数据类型分类器与谣言分类器两类分类器，运用谣言分类器对收集到的微博数据进行谣言甄别；使用分布式爬虫从微博平台上定期...
- 梁刚杨进杨文太谢凯董向博冯程陈良银
- 基于信息熵和时效性的协同过滤推荐被引量：13
- 2016年
- 针对协同过滤推荐算法存在的噪声数据问题,提出了用户信息熵模型。用户信息熵模型结合信息论中信息熵的概念,采用信息熵的大小衡量用户信息的含量,利用用户评分数据得到用户的信息熵,过滤信息熵低的用户,从而达到过滤噪声数据的目的。同时,将用户信息熵模型和项目时效性模型相结合,项目时效性模型利用评分数据上下文信息获得项目的时效性,能有效缓解协同过滤的数据稀疏性问题。实验结果表明提出的算法能有效过滤噪声数据,提高推荐精度,与基础算法相比,推荐精度提高了1.1%左右。
- 刘江冬梁刚冯程周泓宇
- 关键词：推荐系统协同过滤噪声数据数据稀疏性信息熵
- 结合正反相似度的协同过滤推荐算法被引量：3
- 2016年
- 针对协同过滤推荐系统中普遍存在的评分数据稀疏问题,提出一种基于正反相似度的协同过滤推荐算法。通过改进杰卡德相似度模型,给出一种计算用户正反相似度的方法,进而筛选出正反相似用户群,并根据正反相似用户群的已知评分进行综合预测。实验结果证明,与基于相似用户群的协同过滤推荐算法相比,该算法可以有效缓解协同过滤推荐中的数据稀疏问题,并且提高了推荐系统的预测准确率。
- 周泓宇梁刚冯程刘江冬
- 关键词：推荐系统协同过滤数据稀疏惩罚因子
- 一种基于微博类型的集成微博谣言识别方法
- 本发明公开了一种基于微博类型的集成微博谣言识别方法，构建用于用户微博谣言分类器训练与测试的数据集，构建训练数据类型分类器与谣言分类器两类分类器，运用谣言分类器对收集到的微博数据进行谣言甄别；使用分布式爬虫从微博平台上定期...
- 梁刚杨进杨文太谢凯董向博冯程陈良银
- 文献传递
