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:
当今是一个数据爆炸时期,促进信息过滤技术发展,个性化推荐系统作为其中一种重要的应用方式,已经成为很多网站一种个性化信息服务方式,但传统的协同过滤算法存在扩展性和稀疏性的问题。提出一种基于项目聚类、项目语义相似度和奇异值分解的混合推荐模型,来应对传统的协同过滤推荐系统面临的算法的伸缩性问题、数据稀疏性问题和推荐的精准度问题,进行推荐。结果表明,与传统的算法相比,使用该改进算法能显著地提高推荐系统的推荐质量。
推荐文章
一种基于隐语义模型的协同过滤算法
协同过滤
隐语义模型
期望最大化算法
一种基于相同评分矩阵的协同过滤补值算法
相同评分矩阵
协同过滤
补值
稀疏性
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
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 一种混合模式的协同过滤算法
来源期刊 现代计算机:中旬刊 学科 工学
关键词 协同过滤 推荐系统 聚类
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 20-25
页数 6页 分类号 TP274.2
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 颜丰 海事大学信息工程学院 2 4 1.0 2.0
2 张琳 海事大学信息工程学院 2 4 1.0 2.0
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  (30)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(8)
  • 参考文献(8)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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(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
协同过滤
推荐系统
聚类
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导