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:
为解决传统协同过滤算法中数据稀疏性的问题,本文提出了基于用户评分与用户特征相结合的混合推荐算法。该算法在一定程度上解决了传统协同过滤算法数据稀疏性的问题并且提高了算法的准确性。
推荐文章
结合用户聚类和评分偏好的推荐算法
协同过滤
降维
聚类
用户偏好
推荐系统
基于内容用户建模在混合推荐算法中的应用
基于内容用户建模
混合推荐算法
机器学习
基于用户特征的分步协同推荐算法
协同过滤
用户特征
聚类算法
分步协同过滤框架
模型
基于用户兴趣特征提取的推荐算法研究
兴趣特征
兴趣度
兴趣度矩阵
推荐算法
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 基于用户评分与用户特征相结合的混合推荐算法
来源期刊 山东农业大学学报(自然科学版) 学科 工学
关键词 协同过滤 用户特征 用户评分 用户相似度 数据稀疏性
年,卷(期) 2014,(z1) 所属期刊栏目
研究方向 页码范围 39-42
页数 4页 分类号 TP3
字数 2838字 语种 中文
DOI 10.3969/j.issn.1000-2324.2014.z.009
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 张桂芸 天津师范大学计算机与信息工程学院 31 148 7.0 11.0
2 高媛 天津师范大学计算机与信息工程学院 8 2 1.0 1.0
3 布海乔 天津师范大学计算机与信息工程学院 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  (18)
共引文献  (56)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2016(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
协同过滤
用户特征
用户评分
用户相似度
数据稀疏性
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
山东农业大学学报(自然科学版)
双月刊
1000-2324
37-1132/S
大16开
山东泰安市岱宗大街61号农业大学学报编辑部
1955
chi
出版文献量(篇)
3505
总下载数(次)
10
总被引数(次)
29464
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导