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:
在协同过滤算法的基础上,结合仿生学蚁群算法设计出一种新型的推荐算法.该算法模拟蚂蚁觅食原理,将用户视为“蚂蚁”,目标商品视为“食物”,利用蚂蚁之间通过信息素的交流来预测用户下一步将要浏览的商品项目.从标准数据集MovieLens上的测试结果表明,相比于传统的协同过滤算法,该算法可有效减少由数据集稀疏带来的问题,提高推荐系统的推荐质量.
推荐文章
基于改进蚁群算法的用户有效浏览兴趣路径挖掘
蚁群算法
时间因子
有效-兴趣度
Web日志
浏览兴趣路径
基于蚁群算法的信任路径寻找算法
蚁群算法
信任
信任管理模型
基于蚁群算法的网页推荐
协作过滤
内容过滤
蚂蚁算法
推荐
用户模板
用户评价
基于蚁群算法的协同过滤推荐系统的研究
蚁群算法
聚类
协同过滤
推荐
用户
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 一种基于蚁群算法的用户浏览路径推荐方法
来源期刊 厦门大学学报(自然科学版) 学科 工学
关键词 协同过滤 蚁群算法 推荐系统
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 465-468
页数 4页 分类号 TP391
字数 3497字 语种 中文
DOI 10.6043/j.issn.0438-0479.2014.04.006
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 曾建平 厦门大学信息科学与技术学院 31 69 5.0 6.0
2 刘晋佩 厦门大学信息科学与技术学院 3 13 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (791)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (3)
1938(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
协同过滤
蚁群算法
推荐系统
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
厦门大学学报(自然科学版)
双月刊
0438-0479
35-1070/N
大16开
福建省厦门市厦门大学囊萤楼218-221室
34-8
1931
chi
出版文献量(篇)
4740
总下载数(次)
7
总被引数(次)
51714
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导