您的位置： 专家智库 > >

何静

作品数：3 被引量：6H指数：1
供职机构：宁波大学信息科学与工程学院更多>>
发文基金：浙江省自然科学基金宁波市自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇社交
  • 2篇社交网
  • 2篇社交网络
  • 2篇网络
  • 2篇协同过滤
  • 1篇圈子
  • 1篇相似度
  • 1篇冷启动
  • 1篇个性化推荐
  • 1篇服务质量
  • 1篇WEB服务

机构

  • 3篇宁波大学

作者

  • 3篇何静
  • 2篇韩露
  • 2篇潘善亮

传媒

  • 1篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 1篇2015
  • 2篇2014
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
社交网络个性化推荐技术研究
Web2．0技术将世界带入了一个社交网络时代，社交网络如中国的新浪微博，Facebook，MySpace，Twitter等都已经成为极具影响力的平台。SNS（SocialNetworking Services）结合了用户...
何静
关键词：社交网络协同过滤冷启动
文献传递
一种支持服务关联的Web服务选择方法被引量：1
2014年
目前存在的大多数基于QoS(quality of service)的Web服务选择方案都忽略了服务之间的关联关系,认为服务之间是相互独立的,使得组合服务的结果与实际有所偏差。为了提高组合Web服务QoS的精确性,考虑到服务之间的关联关系对组合服务质量的影响,分别对服务之间的接口关联、业务关联和统计关联三种关联关系进行研究,提出了一种基于关联度的关联服务集合发现方法,将支持服务关联的选择问题转换为混合整数规划模型进行求解。实验结果表明,考虑服务之间的关联关系会提高组合Web服务的质量。
韩露潘善亮何静
关键词：WEB服务服务质量
基于双边兴趣的社交网好友推荐方法研究被引量：4
2015年
随着社交网的广泛流行,用户的数量也急剧增加,针对社交网络用户难以在海量用户环境中快速发现其可能感兴趣的潜在好友的问题,各种推荐算法应运而生,协同过滤算法便是其中最为成功的思想。然而目前的协同过滤算法普遍存在数据稀疏性和推荐精度低等问题,为此提出一种基于动态K-means聚类双边兴趣协同过滤好友推荐算法。该算法结合动态K-means算法对用户进行聚类以降低稀疏性,同时提出相似度可信值的概念调整相似度计算方法以提高相似度精度;利用调整后的相似度分别从用户的吸引与偏好两方面计算近邻用户集,综合考虑这两方面近邻对当前用户的择友影响来生成推荐列表。实验证明,相较于基于用户的协同过滤算法,该算法能有效提高系统的推荐精度与效率。
何静潘善亮韩露
关键词：协同过滤社交网络
全选 清除 导出
共1页<1>
聚类工具0