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:
以往的协同过滤推荐算法具有数据稀疏性问题,而对于新资源还具有“冷启动”问题。为此提出了一种基于资源特征的协同过滤推荐方法。通过收集和分析用户的行为,将用户对于资源的喜好转化为用户对于关键词的兴趣权重,将用户兴趣的改变表示为用户兴趣关键词权重的改变,以此来建立和更新用户兴趣模型。最后,通过发现用户兴趣模型与资源模型之间的联系从而达到资源推荐的目的。实验表明,该算法不仅可以跟踪用户的兴趣变迁,而且没有数据稀疏性问题和新资源的“冷启动”问题。
推荐文章
基于Hadoop的多特征协同过滤算法研究
协同过滤
Hadoop
灰色关联度
贝叶斯概率
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
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
基于GPU的并行协同过滤算法
协同过滤
图形处理器
统一计算设备框架
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 基于资源特征的协同过滤算法的研究
来源期刊 微型机与应用 学科 工学
关键词 智能推荐 个性化推荐 推荐引擎
年,卷(期) 2012,(17) 所属期刊栏目 软件天地
研究方向 页码范围 4-6
页数 3页 分类号 TP311
字数 2924字 语种 中文
DOI 10.3969/j.issn.1674-7720.2012.17.002
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 徐德智 中南大学信息科学与工程学院 138 1248 16.0 30.0
2 王伟 中南大学信息科学与工程学院 130 970 18.0 26.0
3 廖晖寰 中南大学信息科学与工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (27)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能推荐
个性化推荐
推荐引擎
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导