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:
协同过滤系统是目前最成功的一种推荐系统,但是传统的协同过滤算法没有考虑用户兴趣变化问题,导致用户兴趣发生变化时的推荐质量较差.该文借鉴心理学遗忘规律,提出了线性逐步遗忘协同过滤算法.该算法依据评价时间线性逐步减小每项评分的重要性.基于MovieLens数据集的实验结果表明,该算法在准确性方面优于传统的协同过滤算法.
推荐文章
融合协同过滤的线性回归推荐算法
线性回归
协同过滤
相似性
推荐算法
协同过滤算法的研究
推荐系统
协同过滤
基于用户的算法
基于物品的算法
基于GPU的并行协同过滤算法
协同过滤
图形处理器
统一计算设备框架
基于标签分类的协同过滤推荐算法
协同过滤
矩阵分解
交替最小二乘法
迭代投影寻踪
监督学习
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 线性逐步遗忘协同过滤算法的研究
来源期刊 计算机工程 学科 工学
关键词 协同过滤 兴趣变化 线性逐步遗忘
年,卷(期) 2007,(6) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 72-73,82
页数 3页 分类号 TP311
字数 2818字 语种 中文
DOI 10.3969/j.issn.1000-3428.2007.06.025
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 曹先彬 中国科技大学计算机科学与技术系 5 331 5.0 5.0
2 郑先荣 中国科技大学计算机科学与技术系 1 67 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (367)
参考文献  (5)
节点文献
引证文献  (67)
同被引文献  (68)
二级引证文献  (362)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(8)
  • 引证文献(4)
  • 二级引证文献(4)
2009(9)
  • 引证文献(6)
  • 二级引证文献(3)
2010(14)
  • 引证文献(7)
  • 二级引证文献(7)
2011(17)
  • 引证文献(8)
  • 二级引证文献(9)
2012(15)
  • 引证文献(5)
  • 二级引证文献(10)
2013(38)
  • 引证文献(5)
  • 二级引证文献(33)
2014(39)
  • 引证文献(6)
  • 二级引证文献(33)
2015(56)
  • 引证文献(7)
  • 二级引证文献(49)
2016(60)
  • 引证文献(4)
  • 二级引证文献(56)
2017(64)
  • 引证文献(7)
  • 二级引证文献(57)
2018(71)
  • 引证文献(7)
  • 二级引证文献(64)
2019(29)
  • 引证文献(0)
  • 二级引证文献(29)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
协同过滤
兴趣变化
线性逐步遗忘
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导