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:
协同过滤算法作为一种成功的个性化推荐技术已经被应用到很多领域,但是由于协同过滤算法所使用的用户-项目评分矩阵一般都非常稀疏,导致该算法推荐效果一直较差.文章在考虑了用户相似喜好、项目平均得分的差异性和方差等因素基础上,提出了一种项目间综合相似度计算方法JAV Weighted Model,通过在MovieLens数据集上的实验表明本文方法在预测精度上与已有方法相比有一定的提高.
推荐文章
基于项目综合相似度的协同过滤算法
协同过滤
项目相似度
类别相似度
综合相似度
发射率
一种基于Dice-Euclidean相似度计算的协同过滤算法
协同过滤
个性化信息推荐
相似度计算
平均绝对偏差
数据稀疏性
修正余弦相似度
一种新的社会化相似度计算方法
推荐系统
协同过滤
社交网络
冷启动
一种综合事件本体相似度计算方法
本体
事件本体
概念相似度
语义
相似度计算
事件本体相似度
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 协同过滤中一种项目综合相似度计算方法
来源期刊 山西大学学报(自然科学版) 学科 工学
关键词 协同过滤 个性化推荐 相似度计算
年,卷(期) 2015,(2) 所属期刊栏目 第二十届全国信息检索学术会议(CCIR 2014)论文选登
研究方向 页码范围 199-205
页数 分类号 TP301|TP391
字数 语种 中文
DOI 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.02.003
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 万剑怡 江西师范大学计算机信息工程学院 33 207 8.0 12.0
2 王明文 江西师范大学计算机信息工程学院 115 1470 19.0 34.0
3 李茂西 江西师范大学计算机信息工程学院 13 45 5.0 6.0
4 黄传飞 江西师范大学计算机信息工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (64)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (10)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
协同过滤
个性化推荐
相似度计算
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
山西大学学报(自然科学版)
季刊
0253-2395
14-1105/N
大16开
太原市坞城路92号
22-42
1960
chi
出版文献量(篇)
2646
总下载数(次)
7
总被引数(次)
12039
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导