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:
协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一,但传统的算法没有考虑用户兴趣漂移的问题,导致推荐系统的推荐质量下降.针对这个问题,提出了基于时间加权的协同过滤算法.实验表明,改进的算法提高了推荐系统的推荐质量.
推荐文章
基于项目聚类和评分的时间加权协同过滤算法
协同过滤
同等对待
项目聚类
时间加权
最近邻居
准确性
融合改进加权Slope One的协同过滤算法
加权Slope One
项目相似度
协同过滤
矩阵填充
数据稀疏性
基于置信度加权的单类协同过滤推荐算法
推荐系统
单类协同过滤
隐性反馈
置信度加权
异构置信度优化
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
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 基于时间加权的协同过滤算法研究
来源期刊 计算机应用与软件 学科 工学
关键词 协同过滤 兴趣漂移 时间权重 推荐系统 平均误差
年,卷(期) 2009,(8) 所属期刊栏目 基金项目论文
研究方向 页码范围 120-121,140
页数 3页 分类号 TP3
字数 2472字 语种 中文
DOI 10.3969/j.issn.1000-386X.2009.08.040
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 刘枚莲 桂林电子科技大学管理学院 60 418 11.0 18.0
2 杨怀珍 桂林电子科技大学管理学院 74 616 14.0 20.0
3 丛晓琪 桂林电子科技大学管理学院 6 99 5.0 6.0
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  (141)
参考文献  (3)
节点文献
引证文献  (28)
同被引文献  (50)
二级引证文献  (79)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(7)
  • 引证文献(4)
  • 二级引证文献(3)
2014(6)
  • 引证文献(5)
  • 二级引证文献(1)
2015(10)
  • 引证文献(3)
  • 二级引证文献(7)
2016(18)
  • 引证文献(5)
  • 二级引证文献(13)
2017(21)
  • 引证文献(1)
  • 二级引证文献(20)
2018(22)
  • 引证文献(3)
  • 二级引证文献(19)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
协同过滤
兴趣漂移
时间权重
推荐系统
平均误差
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导