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
云环境下top-n推荐算法
云数据
top-n推荐
mapreduce
信息服务
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 计算机与电子
研究方向 页码范围 31-34
页数 4页 分类号 TP274
字数 3193字 语种 中文
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  (46)
共引文献  (345)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(3)
  • 参考文献(3)
  • 二级参考文献(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)
2017(1)
  • 引证文献(1)
  • 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(综合版)
双月刊
1673-162X
34-1327/Z
大16开
安徽省合肥市锦绣大道99号
1991
chi
出版文献量(篇)
2406
总下载数(次)
4
总被引数(次)
6897
论文1v1指导