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:
目前大多数推荐算法都是以提高用户对未知商品的评分预测值为主要目标.然而预测准确率并不是增加用户满意度的唯一标准,推荐列表的多样性也是衡量推荐质量的一个重要指标.提出了一种新的推荐方法,在保证推荐列表准确率的条件下,通过调节商品类的权重来提高推荐商品的多样性.实验表明,该方法不仅具有较低的时间复杂度和高度的可扩展性,而且与其他方法相比能够获得更好的推荐效果.
推荐文章
云环境下top-n推荐算法
云数据
top-n推荐
mapreduce
信息服务
基于属性值差异度的推荐多样性改进算法
推荐系统
差异度
多样性
Top-N推荐
聚类
基于用户谱聚类的Top-N协同过滤推荐算法
协同过滤
相似度
历史反馈信息
谱聚类
召回率
基于社交用户标签的混合top-N推荐方法
推荐系统
协同过滤
社交网络
个性化标签
冷启动
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 一种基于多样性的top-N推荐算法
来源期刊 计算机工程与科学 学科 工学
关键词 推荐系统 多样性 查全率
年,卷(期) 2015,(9) 所属期刊栏目 数据挖掘
研究方向 页码范围 1794-1798
页数 5页 分类号 TP311
字数 4478字 语种 中文
DOI 10.3969/j.issn.1007-130X.2015.09.031
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 王森 重庆理工大学计算机科学与工程学院 23 108 6.0 9.0
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  (1)
节点文献
引证文献  (6)
同被引文献  (13)
二级引证文献  (7)
2011(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
推荐系统
多样性
查全率
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导