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:
为解决协同过滤方法中面向新用户的冷启动问题,提出基于用户特征的混合Top-N推荐方法.通过对用户特征的聚类分析,获得特征相似用户集,根据目标新用户与不同用户集的距离、用户集对不同项目的评分来预测新用户对项目的评分,并结合传统协同过滤方法进行推荐,最后采用命中率来评价推荐的准确度.实验结果表明,该方法针对新用户有较好的推荐精度.
推荐文章
基于社交用户标签的混合top-N推荐方法
推荐系统
协同过滤
社交网络
个性化标签
冷启动
基于蚁群聚类的top-N推荐系统
协同过滤
web日志挖掘
蚁群聚类
推荐系统
基于社交用户标签的混合top-N推荐方法
推荐系统
协同过滤
社交网络
个性化标签
冷启动
一种改进的top-N协同过滤推荐算法
协同过滤推荐算法
用户评分信息
相似度
聚类算法
召回率
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 用户特征的混合Top-N推荐方法
来源期刊 合肥学院学报:自然科学版 学科 工学
关键词 推荐系统 协同过滤 冷启动 用户特征 Top-N
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 31-34
页数 4页 分类号 TP274
字数 语种
DOI
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 李红 合肥学院计算机科学与技术系 22 55 4.0 7.0
2 何鹏 合肥学院计算机科学与技术系 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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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
推荐系统
协同过滤
冷启动
用户特征
Top-N
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
合肥学院学报:自然科学版
季刊
1673-162X
34-1290/N
安徽合肥市锦绣大道99号
出版文献量(篇)
1881
总下载数(次)
0
总被引数(次)
0
论文1v1指导