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:
通过对用户推荐项目模式进行建模,预测新用户的推荐项目归属类别,从而推测出目标用户对具体推荐项目的评分.实验结果表明,该方法可以提高推荐服务的效率,实用性较高.
推荐文章
结合改进用户聚类与 LFM 模型的协同过滤推荐算法
协同过滤推荐
AP聚类
隐语义模型
线性加权
基于模糊聚类和改进混合蛙跳的协同过滤推荐
协同过滤推荐
指数遗忘函数
模糊C-均值聚类
混合蛙跳算法
基于谱聚类与多因子融合的协同过滤推荐算法
协同过滤
谱聚类
Salton因子
时间衰减因子
用户偏好因子
基于用户兴趣模型聚类的协同过滤推荐算法
协同过滤
推荐系统
用户兴趣模型
推荐算法
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 改进的聚类模式过滤推荐算法
来源期刊 江西师范大学学报(自然科学版) 学科 工学
关键词 过滤推荐 聚类 k-means算法 欧氏距离 用户-项目模式
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 106-110
页数 5页 分类号 TP301.6
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (606)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(18)
  • 参考文献(2)
  • 二级参考文献(16)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
过滤推荐
聚类
k-means算法
欧氏距离
用户-项目模式
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
江西师范大学学报(自然科学版)
双月刊
1000-5862
36-1092/N
大16开
南昌市北京西路437号
44-56
1957
chi
出版文献量(篇)
2864
总下载数(次)
6
总被引数(次)
12299
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导