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:
在对基于二部分图网络结构的推荐算法NBI和基于Pearson系数的协同过滤推荐算法CF,以及当前广泛应用的完全排序算法GRM进行详细分析的基础上,针对这些算法的局限性,提出了一种基于二部分图的推荐算法。采用Movielens数据库对NBI、CF和GRM以及文中所提算法用2个不同的参数进行了比较。实验结果表明:除了当向每个用户推荐50个电影这一种情况外,文中给出算法的推荐准确率均高于其他3种推荐方法。
推荐文章
基于加权二部图的Slope One推荐算法
推荐系统
Slope One
加权二部图
5-折交叉验证
一种改进的基于二部图网络结构的推荐算法
个性化推荐
加权二部图网络
项目度
准确性
多样性
基于二部图多权重投影的大数据推荐算法
推荐系统
大数据技术
二部图网络
链接预测
网络投影
单模网络
基于差异路径权重的二部图网络推荐算法
二部图网络结构
差异路径权重
推荐算法
用户相似性
物品属性
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 一种基于二部分图的推荐算法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 个性化推荐 数据挖掘 二部分图 推荐算法
年,卷(期) 2015,(1) 所属期刊栏目 计算机科学
研究方向 页码范围 103-107
页数 5页 分类号 TP399
字数 3103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 宋中山 中南民族大学计算机科学学院 68 536 12.0 21.0
2 王晓华 中南民族大学计算机科学学院 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  (150)
共引文献  (394)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1961(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)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(21)
  • 参考文献(1)
  • 二级参考文献(20)
2008(19)
  • 参考文献(0)
  • 二级参考文献(19)
2009(11)
  • 参考文献(1)
  • 二级参考文献(10)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(14)
  • 参考文献(4)
  • 二级参考文献(10)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个性化推荐
数据挖掘
二部分图
推荐算法
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
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导