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:
协同过滤是适今为止个性化推荐系统中采用最广泛最成功的推荐技术,但现有方法是将用户不同时间的兴趣等同考虑,时效性不足,而且推荐精度也有待进一步提高.鉴于此提出一种改进的协同过滤算法,针对用户近邻计算和项目评分的预测两个关键步骤,提出基于项目相关性的用户相似性计算方法,以便邻居用户更准确,同时在预测评分的过程中增加时间权限,使得接近采集时间的点击兴趣在推荐过程中具有更大权值.实验结果表明,该算法在提高了推荐精度的同时实现了实时推荐.
推荐文章
基于组合优化理论的协同过滤推荐算法
局部
组合优化理论
协同过滤
推荐算法
稀疏问题
评分精度
融合协同过滤的XGBoost推荐算法
协同过滤
冷启动
XGBoost
推荐系统
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 改进的协同过滤推荐算法
来源期刊 计算机工程与应用 学科 工学
关键词 个性化推荐系统 协同过滤 基于项目的用户相似性 时间权值
年,卷(期) 2011,(8) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 72-75
页数 分类号 TP311
字数 5849字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.08.022
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 宋顺林 江苏大学计算机学院 83 886 16.0 25.0
2 刘芳先 江苏大学计算机学院 2 55 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (225)
参考文献  (5)
节点文献
引证文献  (53)
同被引文献  (95)
二级引证文献  (143)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(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(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)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(10)
  • 引证文献(7)
  • 二级引证文献(3)
2014(12)
  • 引证文献(7)
  • 二级引证文献(5)
2015(15)
  • 引证文献(10)
  • 二级引证文献(5)
2016(30)
  • 引证文献(10)
  • 二级引证文献(20)
2017(39)
  • 引证文献(4)
  • 二级引证文献(35)
2018(49)
  • 引证文献(9)
  • 二级引证文献(40)
2019(26)
  • 引证文献(1)
  • 二级引证文献(25)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
个性化推荐系统
协同过滤
基于项目的用户相似性
时间权值
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导