原文服务方: 计算机应用研究       
摘要:
在分析传统推荐算法不足的基础上,提出一种稀疏矩阵下的个性化改进策略.首先进行一对一的个性化预测,得到虚拟用户评分矩阵,在此基础上再进行综合预测.该方法避免了传统推荐算法中推荐值与用户相似度不密切相关的弊端,提高了协同过滤的预测精度,尤其是在矩阵极端稀疏情况下的预测精度.最后通过实验验证了算法的有效性和优越性.
推荐文章
一种改进的基于协同过滤的个性化推荐算法
普适计算
同过滤
性化推荐
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
基于协同过滤的电子商务个性化推荐算法研究
电子商务
个性化推荐
协同过滤
商品推荐
个性化改进
交易平台
面向个性化推荐系统的二分网络协同过滤算法研究
个性化推荐
协同过滤
二分网络
灰色关联
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 协同过滤的一种个性化推荐算法研究
来源期刊 计算机应用研究 学科
关键词 协同过滤 稀疏矩阵 相似度 个性化推荐
年,卷(期) 2008,(1) 所属期刊栏目 算法研究探讨
研究方向 页码范围 39-41,58
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.01.009
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 邓贵仕 大连理工大学系统工程研究所 98 1916 22.0 41.0
2 郭艳红 大连理工大学系统工程研究所 17 536 8.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (460)
参考文献  (2)
节点文献
引证文献  (58)
同被引文献  (69)
二级引证文献  (277)
1977(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(13)
  • 引证文献(8)
  • 二级引证文献(5)
2011(15)
  • 引证文献(10)
  • 二级引证文献(5)
2012(25)
  • 引证文献(3)
  • 二级引证文献(22)
2013(27)
  • 引证文献(7)
  • 二级引证文献(20)
2014(33)
  • 引证文献(3)
  • 二级引证文献(30)
2015(49)
  • 引证文献(10)
  • 二级引证文献(39)
2016(28)
  • 引证文献(4)
  • 二级引证文献(24)
2017(50)
  • 引证文献(2)
  • 二级引证文献(48)
2018(42)
  • 引证文献(2)
  • 二级引证文献(40)
2019(32)
  • 引证文献(1)
  • 二级引证文献(31)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
协同过滤
稀疏矩阵
相似度
个性化推荐
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导