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:
对个性化推荐系统算法进行改进,首先,不仅考虑用户所选的商品,而且考虑用户的打分,从而将资源分配法扩展为含权资源分配;其次,考虑用户的同有相似性.把这两方面相结合,发展了新的算法.数值试验表明,改进后的方法显著提高了推荐的精度和个性化程度.
推荐文章
一种优化标签的矩阵分解推荐算法
标签
网络图
互增强
偏好信息
矩阵分解
优化的协作过滤推荐算法
个性化推荐
协作过滤
相似度
中心加权
推荐系统
基于LFM矩阵分解的推荐算法优化研究
矩阵分解
潜在因子模型
推荐算法
带冲量的批量学习算法
混合学习算法
基于粒子群优化的项聚类推荐算法
粒子群优化
项聚类
协同过滤
推荐算法
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 一种优化的推荐算法
来源期刊 扬州大学学报(自然科学版) 学科 地球科学
关键词 个性化推荐 资源分配 固有相似性
年,卷(期) 2009,(4) 所属期刊栏目
研究方向 页码范围 18-21
页数 4页 分类号 N941.4|O414.2|O157.6
字数 3223字 语种 中文
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 何大韧 扬州大学物理科学与技术学院 45 472 8.0 21.0
2 王永利 扬州大学物理科学与技术学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (369)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (2)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(27)
  • 参考文献(4)
  • 二级参考文献(23)
2008(19)
  • 参考文献(3)
  • 二级参考文献(16)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
个性化推荐
资源分配
固有相似性
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
扬州大学学报(自然科学版)
季刊
1007-824X
32-1472/N
大16开
江苏省扬州市大学南路88号
28-48
1974
chi
出版文献量(篇)
1577
总下载数(次)
2
总被引数(次)
8111
论文1v1指导