基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
协同过滤目前较为成功地应用于个性化推荐系统中.但随着系统规模的扩大和待推荐项目的不断增加,协同过滤面临着稀疏性问题和新项目推荐问题,制约了推荐效果.在此分析了传统协同过滤推荐方法中存在的问题,提出一种基于项目分层的个性化推荐方法.采用了基于多层兴趣表示的用户相似性算法,并结合相似用户推荐项与项目相似性来推荐新项目.该推荐方法在稀疏数据集上能表现出较好的推荐质量,同时也能够有效地解决新项目推荐问题.
推荐文章
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
基于读者个性化特征的图书馆书目推荐
读者
个性化特征
图书馆书目
协同过滤
兴趣模型
推荐业务
基于大数据的Web个性化推荐系统设计
大数据
Hadoop
Web个性化推荐
系统设计
Sqoop
H-ICRS算法
大数据个性化推荐分析
大数据
个性化推荐
兴趣爱好
推荐算法
协同过滤
混合推荐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于项目分层的个性化推荐方法
来源期刊 计算机工程与设计 学科 工学
关键词 个性化推荐 协同过滤 相似性 分层 推荐算法
年,卷(期) 2007,(21) 所属期刊栏目 计算机应用
研究方向 页码范围 5257-5260
页数 4页 分类号 TP311
字数 3962字 语种 中文
DOI 10.3969/j.issn.1000-7024.2007.21.060
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 熊璋 北京航空航天大学计算机学院 175 2114 23.0 41.0
2 吴晶 北京航空航天大学计算机学院 15 126 6.0 11.0
3 雷瑛 北京航空航天大学计算机学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (198)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (27)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
个性化推荐
协同过滤
相似性
分层
推荐算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导