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:
协同过滤是个性化推荐系统中应用最广泛的推荐技术,现有的协同过滤算法不能反映出每年特定的事件与用户购买行为的关联性.针对这个问题,提出了一种考虑年度日程表事件的协同过滤算法,引入了时间权值函数,使得同一时期的越接近当前用户访问时间的近邻用户购买商品的推荐度越高,提高了协同过滤算法的推荐精度.
推荐文章
推荐系统中协同过滤技术的研究
协同过滤推荐技术
数据稀疏
MAE
推荐系统
基于协同过滤的旅游景点推荐
协同过滤
旅游景点推荐
最近邻算法
余弦相似度
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
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 考虑年度日程表事件的协同过滤推荐
来源期刊 计算机工程与应用 学科 工学
关键词 日程表事件 协同过滤 个性化推荐 时间权值函数
年,卷(期) 2010,(11) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 135-137,154
页数 4页 分类号 TP311
字数 5803字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.11.041
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 夏秀峰 沈阳航空工业学院计算机学院 103 517 11.0 17.0
2 郝仲模 沈阳航空工业学院计算机学院 3 8 2.0 2.0
3 李磊 沈阳航空工业学院计算机学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (179)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
日程表事件
协同过滤
个性化推荐
时间权值函数
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导