面向多服务价值链的业务资源推荐算法

TP393; 多服务价值链中有很多企业和业务资源.通过推荐技术,将优质的业务资源推荐给不同企业用户,帮助企业降本增值.但传统的推荐技术存在业务资源简约和长尾问题,严重影响推荐质量.为解决上述问题,提出一种面向多服务价值链的业务资源推荐算法.该算法首先通过元学习学习最优聚类算法和数据集元属性之间的对应关系,以便可以为某时刻的数据集选择最优聚类算法,将高维业务资源评分矩阵转化为多个低维度的子评分矩阵.然后在子评分矩阵中通过惩罚因子优化协同过滤来缓解业务资源推荐长尾问题.最后通过实验研究证实,所提算法相比于其他推荐算法,在平均绝对误差、均方根误差、综合评价指标以及覆盖率上分别有明显的提升,证明了该算...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 29; no. 7; pp. 2397 - 2410
Main Authors 王书海, 孙林夫, 邹益胜
Format Journal Article
LanguageChinese
Published 制造业产业链协同与信息化支撑技术四川省重点实验室,四川 成都 610031 31.07.2023
西南交通大学 计算机与人工智能学院,四川 成都 610031
Subjects
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2023.07.022

Cover

Abstract TP393; 多服务价值链中有很多企业和业务资源.通过推荐技术,将优质的业务资源推荐给不同企业用户,帮助企业降本增值.但传统的推荐技术存在业务资源简约和长尾问题,严重影响推荐质量.为解决上述问题,提出一种面向多服务价值链的业务资源推荐算法.该算法首先通过元学习学习最优聚类算法和数据集元属性之间的对应关系,以便可以为某时刻的数据集选择最优聚类算法,将高维业务资源评分矩阵转化为多个低维度的子评分矩阵.然后在子评分矩阵中通过惩罚因子优化协同过滤来缓解业务资源推荐长尾问题.最后通过实验研究证实,所提算法相比于其他推荐算法,在平均绝对误差、均方根误差、综合评价指标以及覆盖率上分别有明显的提升,证明了该算法的有效性.
AbstractList TP393; 多服务价值链中有很多企业和业务资源.通过推荐技术,将优质的业务资源推荐给不同企业用户,帮助企业降本增值.但传统的推荐技术存在业务资源简约和长尾问题,严重影响推荐质量.为解决上述问题,提出一种面向多服务价值链的业务资源推荐算法.该算法首先通过元学习学习最优聚类算法和数据集元属性之间的对应关系,以便可以为某时刻的数据集选择最优聚类算法,将高维业务资源评分矩阵转化为多个低维度的子评分矩阵.然后在子评分矩阵中通过惩罚因子优化协同过滤来缓解业务资源推荐长尾问题.最后通过实验研究证实,所提算法相比于其他推荐算法,在平均绝对误差、均方根误差、综合评价指标以及覆盖率上分别有明显的提升,证明了该算法的有效性.
Author 邹益胜
孙林夫
王书海
AuthorAffiliation 西南交通大学 计算机与人工智能学院,四川 成都 610031;制造业产业链协同与信息化支撑技术四川省重点实验室,四川 成都 610031
AuthorAffiliation_xml – name: 西南交通大学 计算机与人工智能学院,四川 成都 610031;制造业产业链协同与信息化支撑技术四川省重点实验室,四川 成都 610031
Author_FL WANG Shuhai
ZOU Yisheng
SUN Linfu
Author_FL_xml – sequence: 1
  fullname: WANG Shuhai
– sequence: 2
  fullname: SUN Linfu
– sequence: 3
  fullname: ZOU Yisheng
Author_xml – sequence: 1
  fullname: 王书海
– sequence: 2
  fullname: 孙林夫
– sequence: 3
  fullname: 邹益胜
BookMark eNrjYmDJy89LZWCQNjTQMzQ2tDTTz9JLzswt1jMyMDLWMzDXMzAyYmHgNDQwMNM1tTQ05GDgLS7OTAJyTc2MzU1NORmMX85d9HTCxKdLZj2b0_u0a-GT3dufNux5OXnf81ktT3bMAoq82NrybNeEZ30rXvROeL5u-rPNU3kYWNMSc4pTeaE0N0Oom2uIs4euj7-7p7Ojj26xoYGpkW5KaqKpiZmBoYmZpZmJebKhgWFyqmFimklyaopxsnmSgWlqmomlpXlKsompiUlyYqJhElA8JS3R3Nw41SLFIsmYm0ELYm55Yl5aYl56fFZ-aVEe0Mb4rOKsrOSqqooSkD8NzIG-NAYAXuxdMg
ClassificationCodes TP393
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.13196/j.cims.2023.07.022
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Recommendation algorithm of business resources for multi-service value chain
EndPage 2410
ExternalDocumentID jsjjczzxt202307022
GroupedDBID 2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CDYEO
PSX
TCJ
ID FETCH-LOGICAL-s1052-dea54601469647c101ce1af4ced3c7b05ef4997dc4544caa1bd3cdfa773e8d8b3
ISSN 1006-5911
IngestDate Thu May 29 04:00:06 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 7
Keywords 多服务价值链
元学习
clustering algorithm
聚类算法
business resource recommendation
meta-learning
惩罚因子
penalty factor
multi-service value chain
业务资源推荐
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1052-dea54601469647c101ce1af4ced3c7b05ef4997dc4544caa1bd3cdfa773e8d8b3
PageCount 14
ParticipantIDs wanfang_journals_jsjjczzxt202307022
PublicationCentury 2000
PublicationDate 2023-07-31
PublicationDateYYYYMMDD 2023-07-31
PublicationDate_xml – month: 07
  year: 2023
  text: 2023-07-31
  day: 31
PublicationDecade 2020
PublicationTitle 计算机集成制造系统
PublicationTitle_FL Computer Integrated Manufacturing Systems
PublicationYear 2023
Publisher 制造业产业链协同与信息化支撑技术四川省重点实验室,四川 成都 610031
西南交通大学 计算机与人工智能学院,四川 成都 610031
Publisher_xml – name: 西南交通大学 计算机与人工智能学院,四川 成都 610031
– name: 制造业产业链协同与信息化支撑技术四川省重点实验室,四川 成都 610031
SSID ssib006563755
ssib023646381
ssib001102950
ssib051375755
ssib023167363
ssib036438063
ssib000459500
ssib002258428
Score 2.4168427
Snippet TP393; 多服务价值链中有很多企业和业务资源.通过推荐技术,将优质的业务资源推荐给不同企业用户,帮助企业降本增值.但传统的推荐技术存在业务资源简约和长尾问题,严重影响...
SourceID wanfang
SourceType Aggregation Database
StartPage 2397
Title 面向多服务价值链的业务资源推荐算法
URI https://d.wanfangdata.com.cn/periodical/jsjjczzxt202307022
Volume 29
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1006-5911
  databaseCode: ADMLS
  dateStart: 20200701
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib000459500
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1NaxQxdKjbixdRVPymoDmV1dlJMkmOyeyUItaLLfRWZjOzaqEr2C3Injz0JFQqIsKiB8WDJy8iioq_prttb_4E38uks4PtoQrLkH15eXkfM_NewryXILjBZUaFKmgzZso2WZfiRpNSTQtcW1HEuZWY77xwN55fYreX-fLUid-1r5Y2-p2bdnBkXsn_WBVgYFfMkv0Hy1ZEAQBtsC9cwcJwPZaNSaqIahMdkZQTFRLVwoZmRGmSxkQlRLYRIjXR0MWIMcQIBwmJSdxwSkxKUoFDJHM40g2vRkliuOuKidE4CzRkSrTELqCPEEF0SpRwOJSU51kehLyIBr1IqoYGvAE1ZMAQGTua0pHi2DAxdgGT2hEHmsA5NgxR1afICABGpHFcK6IdGWDWiAkKqANYVG7Kcm6nIG0mKDBRhONRCQalRrlAiqS-IxLRg61Wfw8fxWmlPIbCaVGDVJrmqDM55y0mE48DgmBjzukJlNEi2uEAgnJyKeYg0IicnWPkVIZelyUysA-_FDWA9wUKlCAp5FC4e0EcyMqdKVLs0tqx4SCgmig5TGq2ZiCFyjHtWYiIQ6-P0qnhrhFX3ql5r-f3mcqnW9RdGC0_mPbhEER44ZGuFt_dztfah2tY9z6irgpumWX-Vw3z1fXVVTsYPOkjGjiZCIKm6Qj8cNgIpnV74c69-hJD8VrJSAhPI8XrudoQMteWzLAeoWKSWx1hZYdaSTk8HwFcTOXD4C-V4aSft2C0cIcjV2ryxclQwFuHxXPZfb1u1rtfC0QXTwen_ApyRpevgzPB1ODB2YDuv30_2n4x-jAcv9kaPXu38-Pr6OnP_Ze_doebO9-GANn7sjn-vj1-_nFva3v30-vx51fngqW5dDGZb_rzUJrrsAqKmnmRcRZjtSdMH7fgTG3RyrrMFjm1AmQpukwpkVvGGbNZ1uoAPO9mQtBC5rJDzweN3qNecSGYyWOec5GJLCvXRBIwi1YUypzTAsLVi8F1L-SKf9-trxw24qVjYV0OTk6e0itBo_94o7gKkXy_c80b_w-NC61i
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E9%9D%A2%E5%90%91%E5%A4%9A%E6%9C%8D%E5%8A%A1%E4%BB%B7%E5%80%BC%E9%93%BE%E7%9A%84%E4%B8%9A%E5%8A%A1%E8%B5%84%E6%BA%90%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E9%9B%86%E6%88%90%E5%88%B6%E9%80%A0%E7%B3%BB%E7%BB%9F&rft.au=%E7%8E%8B%E4%B9%A6%E6%B5%B7&rft.au=%E5%AD%99%E6%9E%97%E5%A4%AB&rft.au=%E9%82%B9%E7%9B%8A%E8%83%9C&rft.date=2023-07-31&rft.pub=%E5%88%B6%E9%80%A0%E4%B8%9A%E4%BA%A7%E4%B8%9A%E9%93%BE%E5%8D%8F%E5%90%8C%E4%B8%8E%E4%BF%A1%E6%81%AF%E5%8C%96%E6%94%AF%E6%92%91%E6%8A%80%E6%9C%AF%E5%9B%9B%E5%B7%9D%E7%9C%81%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%9B%9B%E5%B7%9D+%E6%88%90%E9%83%BD+610031&rft.issn=1006-5911&rft.volume=29&rft.issue=7&rft.spage=2397&rft.epage=2410&rft_id=info:doi/10.13196%2Fj.cims.2023.07.022&rft.externalDocID=jsjjczzxt202307022
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjjczzxt%2Fjsjjczzxt.jpg