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:
协同过滤算法是推荐系统中最为成功的技术之一,相似性计算是协同过滤算法的核心.针对传统的相似度计算方法在数据稀疏的情况下推荐不准确问题,提出了基于项目间差异信息熵的相似度计算方法,先通过差异值和共同评价数目对信息熵进行加权,再归一化处理来计算项目间的相似度.用基于项目( Item - based)相似性的协同过滤算法进行了实验验证,实验结果表明,该算法提高了个性化推荐精度.
推荐文章
融合信息熵和加权相似度的协同过滤算法研究
协同过滤
稀疏性
差异信息熵
加权相似度
基于标签和评分差值信息熵的协同过滤算法
协同过滤
信息熵
标签
数据稀疏性
融合信息熵与兴趣度的协同过滤算法
协同过滤
信息熵
用户兴趣度
Pearson系数
基于熵优化近邻选择的协同过滤推荐算法
协同过滤
近邻选择
相似性
巴氏系数
推荐权重
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 基于加权信息熵相似性的协同过滤算法
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 信息熵加权 相似度计算 协同过滤 个性化推荐
年,卷(期) 2012,(5) 所属期刊栏目 计算机与电气工程
研究方向 页码范围 118-120
页数 分类号 TP391
字数 2459字 语种 中文
DOI 10.3969/j.issn.1671-6833.2012.05.026
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 张桂芸 天津师范大学计算机与信息工程学院 31 148 7.0 11.0
2 朱蔷蔷 天津师范大学计算机与信息工程学院 3 45 3.0 3.0
3 刘文龙 天津师范大学计算机与信息工程学院 3 45 3.0 3.0
4 陈喆 天津师范大学城市与环境科学学院 3 25 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (1186)
参考文献  (9)
节点文献
引证文献  (23)
同被引文献  (25)
二级引证文献  (2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(10)
  • 参考文献(0)
  • 二级参考文献(10)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(11)
  • 参考文献(1)
  • 二级参考文献(10)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(21)
  • 参考文献(0)
  • 二级参考文献(21)
2008(14)
  • 参考文献(1)
  • 二级参考文献(13)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(7)
  • 引证文献(6)
  • 二级引证文献(1)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信息熵加权
相似度计算
协同过滤
个性化推荐
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导