面向移动阅读平台的资源推荐算法

• 作者: 叶剑 张磊 朱珍民 高强
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 阅读平台 用户相似度 知识结构 交互记录 协同过滤 资源推荐
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP311
• 字数: 6287字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.014

摘要

随着移动计算技术的发展,人们可以在移动环境中方便地在线获取阅读资源,但如何在海量资源中检索出符合用户兴趣的内容,成为亟需解决的问题.为此,提出一种面向移动阅读平台的资源推荐算法.根据用户的知识结构和用户之间的交互记录进行建模,计算用户相似度以获取相似用户,利用最近邻集合结合协同过滤算法进行资源推荐.在系统平台上进行测试,该算法的绝对误差平均值为0.636,低于同类推荐系统的平均水平,表明推荐算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	北京航空航天大学电子信息工程学院	78	721	15.0	25.0
2	朱珍民	中国科学院计算技术研究所	69	715	14.0	24.0
3	叶剑	中国科学院计算技术研究所	22	183	6.0	13.0
4	高强	北京航空航天大学电子信息工程学院	32	153	6.0	11.0