作者:
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:
为了克服传统协同过滤推荐技术的局限,提出了一种基于CTM-PMF模型的物品推荐方法.在PMF模型的基础上,引入CTM模型,将PMF模型良好的推荐品质和CTM模型优越的物品表示方法相结合,有效地实现了新物品推荐;通过引入用户兴趣因子,解决了用户对已购买物品的兴趣变化问题.在自建的物品数据集上,利用提出的方法、PMF模型、G-PLSA模型和UBCF方法进行了对比实验,实验结果表明该方法具有良好的物品推荐品质.
推荐文章
基于PMF进行潜在特征因子分解的标签推荐?
协同过滤
潜在特征因子
标签推荐
推荐系统
概率矩阵分解
基于SURP模型的物品推荐
URP(user rating profile)模型
图像特征
物品推荐
用户兴趣
基于情境感知的餐饮推荐模型设计
餐饮推荐
情境感知
协同过滤
用户兴趣
SWRL
混合推荐
耦合辅助信息的矩阵分解推荐模型
推荐系统
混合协同过滤
矩阵分解
物品相似度
耦合对象相似度
辅助信息
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CTM-PMF模型的物品推荐
来源期刊 计算机工程与应用 学科 工学
关键词 相关主题模型(CTM) 概率矩阵分解(PMF)模型 用户兴趣因子 物品推荐
年,卷(期) 2013,(2) 所属期刊栏目 博士论坛
研究方向 页码范围 1-4,8
页数 5页 分类号 TP391
字数 5038字 语种 中文
DOI 10.3778/j.issn.1002-8331.1208-0038
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 彭江平 湖南大学工商管理学院 36 126 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
相关主题模型(CTM)
概率矩阵分解(PMF)模型
用户兴趣因子
物品推荐
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
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
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导