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在不同时间段内寻找最近邻居问题,导致寻找的邻居集合可能不是最近邻居集合.针对这个问题,本文提出了基于时间加权的协同过滤算法.该算法赋予每项评分一个按时间逐步递减的权重,利用加权后的评分寻找目标用户的最近邻居.实验表明,改进的算法提高了协同过滤推荐系统的推荐质量.
推荐文章
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
个性化搜索引擎推荐算法研究
推荐系统
协同过滤
单值分解
相似性
基于社区网络内容的个性化推荐算法研究
社区网络
用户聚类
内容过滤
个性化推荐
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
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 基于时间加权的个性化推荐算法研究
来源期刊 计算机工程与科学 学科 工学
关键词 协同过滤 邻居用户 时间权重
年,卷(期) 2009,(6) 所属期刊栏目 传感器网络与数据挖掘
研究方向 页码范围 126-128
页数 3页 分类号 TP311
字数 2714字 语种 中文
DOI 10.3969/j.issn.1007-130X.2009.06.038
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  (31)
同被引文献  (21)
二级引证文献  (152)
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)
2010(5)
  • 引证文献(4)
  • 二级引证文献(1)
2011(8)
  • 引证文献(1)
  • 二级引证文献(7)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(14)
  • 引证文献(3)
  • 二级引证文献(11)
2014(18)
  • 引证文献(1)
  • 二级引证文献(17)
2015(27)
  • 引证文献(5)
  • 二级引证文献(22)
2016(25)
  • 引证文献(5)
  • 二级引证文献(20)
2017(22)
  • 引证文献(6)
  • 二级引证文献(16)
2018(32)
  • 引证文献(2)
  • 二级引证文献(30)
2019(20)
  • 引证文献(2)
  • 二级引证文献(18)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
协同过滤
邻居用户
时间权重
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导