个性化搜索引擎推荐算法研究

• 作者: 刘钰峰 李仁发 练琪 陈华
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 协同过滤 单值分解 相似性
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 48-50,53
• 页数: 4页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.01.013

摘要

将个性化引入搜索引擎出现了稀疏性、精确性、扩展性等新问题.针对以上问题,提出了一种基于SVD(单值分解)影响集的协作过滤推荐算法,在利用矩阵相关技术以及扩大影响的基础上,将用户潜在感兴趣的资源推荐给用户.实验表明,该算法可有效解决以上存在的问题,显著提高个性化系统的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李仁发	湖南大学计算机与通信学院	468	4582	30.0	44.0
2	陈华	湖南大学计算机与通信学院	28	442	13.0	20.0
3	刘钰峰	湖南大学计算机与通信学院	19	182	9.0	13.0
4	练琪	湖南大学计算机与通信学院	2	41	2.0	2.0