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:
随着电子商务网站用户与商品数目的增加,使用户-项目评分矩阵成为高维稀疏矩阵,使协同过滤算法的质量降低.为此,采用主成分分析法对用户-项目评分矩阵进行降维处理,改善输入数据的稀疏性.实验结果表明,与几种典型的协同过滤算法比较,改进后的算法推荐质量有明显提高.
推荐文章
基于Spark的混合协同过滤算法改进与实现
集成学习
协同过滤
稀疏性
扩展性
Spark流式计算
增量模型
分类
基于项目分类的协同过滤改进算法
项目分类
协同过滤
评分预测
兴趣最近邻
推荐系统
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
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PCA降维协同过滤算法的改进
来源期刊 吉林大学学报(信息科学版) 学科 工学
关键词 降维 协同过滤 电子商务
年,卷(期) 2011,(5) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 494-497
页数 分类号 TP391
字数 1794字 语种 中文
DOI 10.3969/j.issn.1671-5896.2011.05.017
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 余宜诚 吉林大学计算机科学与技术学院 5 45 3.0 5.0
2 姚劲勃 空军航空大学训练部 3 72 2.0 3.0
3 于卓尔 1 20 1.0 1.0
4 李惠民 吉林大学计算机科学与技术学院 1 20 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (211)
参考文献  (7)
节点文献
引证文献  (20)
同被引文献  (15)
二级引证文献  (51)
1933(1)
  • 参考文献(0)
  • 二级参考文献(1)
1936(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(14)
  • 参考文献(0)
  • 二级参考文献(14)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(7)
  • 参考文献(3)
  • 二级参考文献(4)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(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)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(13)
  • 引证文献(3)
  • 二级引证文献(10)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(14)
  • 引证文献(3)
  • 二级引证文献(11)
2019(14)
  • 引证文献(4)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
降维
协同过滤
电子商务
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
吉林大学学报(信息科学版)
双月刊
1671-5896
22-1344/TN
大16开
长春市南湖大路5372号
1983
chi
出版文献量(篇)
2333
总下载数(次)
2
总被引数(次)
16807
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导