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:
针对协同过滤推荐算法面临数据高维稀疏特征时推荐效果较差的缺点,在现有高维稀疏数据聚类研究的基础上,利用评分数据稀疏差异度和项目类别构造集合差异度度量公式,用以在用户—项目评分矩阵上进行项目聚类。在此基础上进行项目相似性计算和最近邻居查询,然后对用户未评分的项目进行评分预测,进而产生推荐。实验证明本文提出的基于稀疏差异度和项目类别的项目聚类算法及在此基础上的协同过滤推荐结果优于传统的K-means聚类算法基础上的推荐效果。同全项目集协同过滤推荐相比较,在效率和推荐精度上也表现出一定的优越性。
推荐文章
一种基于稀疏分段的协同过滤推荐算法
稀疏分段
支持向量回归
基于项目的推荐
协同过滤
数据稀疏性
小样本
基于谱聚类与多因子融合的协同过滤推荐算法
协同过滤
谱聚类
Salton因子
时间衰减因子
用户偏好因子
基于用户兴趣模型聚类的协同过滤推荐算法
协同过滤
推荐系统
用户兴趣模型
推荐算法
基于混合蛙跳联合聚类的协同过滤算法
推荐系统
协同过滤
联合聚类
数据填充
混合蛙跳
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 基于高维稀疏数据聚类的协同过滤推荐算法
来源期刊 信息系统学报 学科 工学
关键词 推荐系统 协同过滤 项目聚类 项目类别评分 IBCRA
年,卷(期) xxxtxb,(2) 所属期刊栏目
研究方向 页码范围 78-96
页数 19页 分类号 TP301.6
字数 语种
DOI
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 姚忠 北京航空航天大学经济管理学院信息管理与信息系统系 19 480 9.0 19.0
2 吴跃 北京航空航天大学经济管理学院信息管理与信息系统系 3 30 2.0 3.0
3 魏佳 北京航空航天大学经济管理学院信息管理与信息系统系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (1)
参考文献  (40)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(4)
  • 二级参考文献(1)
2005(5)
  • 参考文献(3)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(5)
  • 参考文献(4)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
研究主题发展历程
节点文献
推荐系统
协同过滤
项目聚类
项目类别评分
IBCRA
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
信息系统学报
半年刊
16开
北京市清华大学经济管理学院《信息系统学报
2007
chi
出版文献量(篇)
293
总下载数(次)
9
论文1v1指导