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:
协同过滤算法在互联网飞速发展的今天得到了广泛应用.由于数据量的膨胀式发展,传统推荐系统的推荐效率受到前所未有的挑战.提出一种改进的协同过滤推荐算法,对数据库数据先进行聚类操作,将用户对项目的平均评分和项目被评价过的次数作为二位网格的维,再根据项目相似性,运用CLIQUE网格聚类算法进行基于项目的聚类.应用协同过滤推荐算法在对应的聚类簇中找到推荐项目.实验证明,该方法能明显提高推荐系统的推荐效率.
推荐文章
一种改进的top-N协同过滤推荐算法
协同过滤推荐算法
用户评分信息
相似度
聚类算法
召回率
一种基于Sigmoid函数的改进协同过滤推荐算法
推荐系统
协同过滤
稀疏性问题
Sigmoid函数
一种改进的基于协同过滤的个性化推荐算法
普适计算
同过滤
性化推荐
一种改进专家信任的协同过滤推荐算法
专家算法
专家信任
信任指标
预测精度
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 一种改进的协同过滤推荐算法
来源期刊 软件导刊 学科 工学
关键词 CLIQUE 协同过滤 推荐效率
年,卷(期) 2015,(11) 所属期刊栏目 算法与语言
研究方向 页码范围 57-60
页数 4页 分类号 TP312
字数 4329字 语种 中文
DOI 10.11907/rjdk.151673
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 陈建斌 西安工程大学理学院 11 50 5.0 6.0
2 张虎 西安工程大学理学院 2 9 2.0 2.0
3 魏欢 西安工程大学理学院 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (513)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (17)
二级引证文献  (3)
1977(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(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)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
CLIQUE
协同过滤
推荐效率
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导