原文服务方: 微电子学与计算机       
摘要:
传统的协同过滤算法忽略了用户对项目的兴趣度这一重要特征,对此提出了一种新的概率生成模型。综合考虑了用户对项目的兴趣度和用户对项目的评分模式两种因素,并在此基础上设计了一种度量指标进行推荐,实验证明与传统的协同过滤算法相比,该方法能够获得更好的推荐效果。
推荐文章
基于用户兴趣变化的隐语义协同过滤算法
协同过滤
兴趣变化
动态时间窗口
概率隐语义分析
基于协同过滤和隐语义模型的混合推荐算法
协同过滤
用户兴趣迁移
相似度传递
隐语义模型
混合推荐算法
融合邻域模型与隐语义模型的推荐算法
推荐系统
协同过滤
隐语义模型
均方根误差
融合用户属性的隐语义模型推荐算法
推荐系统
隐语义模型
用户属性
稀疏数据
逻辑回归
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 一种基于隐语义模型的协同过滤算法
来源期刊 微电子学与计算机 学科
关键词 协同过滤 隐语义模型 期望最大化算法
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 73-75
页数 3页 分类号 TP391
字数 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 卢露 上海电力学院计算机科学与技术学院 7 30 4.0 5.0
2 魏登月 武汉大学计算机科学与技术学院 5 12 2.0 3.0
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  (2)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (3)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 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
协同过滤
隐语义模型
期望最大化算法
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导