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:
在海量网络资源中,用户为了寻找喜欢的视频往往需要进行频繁操作,个性化推荐服务可以有效解决该问题,但当前推荐服务准确度较低,为此,提出一种基于协作过滤的改进推荐方法。根据相似用户群,即邻居集的点播记录确定当前用户的推荐电影子集,挖掘当前用户的喜好,建立兴趣模型,并与推荐子集中的电影进行匹配,按匹配度高低进行推荐。对推荐电影子集进行分类,以适应家庭中多用户观看的情况。另外在系统运行初期采用相似影片的推荐以一定程度地缓解冷启动问题。实验结果表明,与现有协作过滤算法相比,改进推荐方法的推荐准确度有明显提高。
推荐文章
基于聚类协作过滤的个性推荐系统的实现
聚类
协作过滤
个性化推荐
综合用户特征和项目属性的协作过滤推荐算法
协作过滤
稀疏性
用户特征
项目属性
基于资源类的时间加权协作过滤算法
个性化推荐
协同过滤
相似度
聚类
一种基于稀疏分段的协同过滤推荐算法
稀疏分段
支持向量回归
基于项目的推荐
协同过滤
数据稀疏性
小样本
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 一种基于协作过滤的电影推荐方法
来源期刊 计算机工程 学科 工学
关键词 协作过滤 个性化推荐 基于用户 兴趣模型 家庭用户 冷启动
年,卷(期) 2014,(1) 所属期刊栏目 先进计算与数据处理
研究方向 页码范围 55-58,62
页数 5页 分类号 TP311.12
字数 5617字 语种 中文
DOI 10.3969/j.issn.1000-3428.2014.01.011
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 帅建梅 中国科学技术大学自动化系 24 225 9.0 13.0
2 朱明 中国科学技术大学自动化系 228 2519 25.0 40.0
3 陈天昊 中国科学技术大学自动化系 3 41 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (385)
参考文献  (9)
节点文献
引证文献  (24)
同被引文献  (52)
二级引证文献  (42)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(19)
  • 参考文献(1)
  • 二级参考文献(18)
2008(14)
  • 参考文献(1)
  • 二级参考文献(13)
2009(8)
  • 参考文献(4)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(8)
  • 引证文献(5)
  • 二级引证文献(3)
2017(10)
  • 引证文献(4)
  • 二级引证文献(6)
2018(15)
  • 引证文献(6)
  • 二级引证文献(9)
2019(23)
  • 引证文献(3)
  • 二级引证文献(20)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
协作过滤
个性化推荐
基于用户
兴趣模型
家庭用户
冷启动
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导