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:
针对传统协同过滤算法存在的两个弊端:一是传统的相似性度量方法在评分矩阵稀疏的情况下很难准确地反映用户间的相似性,二是不能及时反映用户的兴趣变化,提出一种新的相似性计算方法.此方法把基于用户兴趣度的相似性度量与基于项目相似度的数据权重结合,形成一种考虑用户兴趣变化的相似性度量方法.实验结果表明,改进后的算法集成了上述两种方法的优点,对传统算法中存在的两个弊端进行了改善,在推荐准确度上有所提高.
推荐文章
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
基于用户多属性与兴趣的协同过滤算法
协同过滤
冷启动
数据稀疏性
用户多属性
隐性标签
基于用户引力的协同过滤推荐算法
推荐算法
协同过滤推荐
万有引力定律
社会标签
基于改进协同过滤算法的用户页面兴趣度预测研究
大数据
奇异值分解
用户兴趣度
协作过滤算法
数据稀疏性
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 反映用户兴趣变化的协同过滤算法
来源期刊 计算机应用与软件 学科 工学
关键词 协同过滤 用户兴趣度 基于项目相似度的数据权重 个性化推荐
年,卷(期) 2013,(6) 所属期刊栏目 算法
研究方向 页码范围 295-297
页数 3页 分类号 TP311
字数 3744字 语种 中文
DOI 10.3969/j.issn.1000-386x.2013.06.078
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 沈西挺 河北工业大学计算机科学与软件学院 20 156 7.0 12.0
2 董智佳 河北工业大学计算机科学与软件学院 1 20 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (163)
参考文献  (6)
节点文献
引证文献  (20)
同被引文献  (31)
二级引证文献  (78)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(9)
  • 引证文献(5)
  • 二级引证文献(4)
2016(13)
  • 引证文献(5)
  • 二级引证文献(8)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(29)
  • 引证文献(5)
  • 二级引证文献(24)
2019(26)
  • 引证文献(0)
  • 二级引证文献(26)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
协同过滤
用户兴趣度
基于项目相似度的数据权重
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导