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:
在大量电影中如何快速找到自身所喜爱的影片是一个很重要的问题,特别是在观众没有明确目标时,推荐系统则可发挥至关重要的作用.结合电影推荐系统的实际需求,通过阐述和分析协同过滤算法的特点和不足,提出了一种改进的协同过滤算法用于电影推荐中,改进了数据稀疏导致推荐系统正确性不高的问题,提高了系统的可靠性.
推荐文章
协同过滤算法优化在推荐系统中的应用
电子商务
推荐系统
协同过滤
情感性需求
推荐系统中协同过滤技术的研究
协同过滤推荐技术
数据稀疏
MAE
推荐系统
蚁群算法在协同过滤推荐系统中的应用研究
蚁群算法
协同过滤
推荐系统
Agent
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
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 协同过滤算法在电影推荐系统中的应用
来源期刊 软件导刊 学科 工学
关键词 协同过滤 数据稀疏 电影推荐系统
年,卷(期) 2015,(8) 所属期刊栏目 算法与语言
研究方向 页码范围 92-93
页数 2页 分类号 TP312
字数 1231字 语种 中文
DOI 10.11907/rjdk.151400
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 宋伟伟 重庆师范大学计算机与信息科学学院 9 59 2.0 7.0
2 邓春玲 重庆师范大学计算机与信息科学学院 3 11 1.0 3.0
3 黄莹 重庆师范大学计算机与信息科学学院 1 11 1.0 1.0
4 江晓苏 重庆师范大学计算机与信息科学学院 2 17 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (1315)
参考文献  (12)
节点文献
引证文献  (11)
同被引文献  (30)
二级引证文献  (28)
1963(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)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(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)
1997(14)
  • 参考文献(0)
  • 二级参考文献(14)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(11)
  • 参考文献(1)
  • 二级参考文献(10)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(14)
  • 参考文献(2)
  • 二级参考文献(12)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(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(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(7)
  • 引证文献(3)
  • 二级引证文献(4)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(14)
  • 引证文献(2)
  • 二级引证文献(12)
2020(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
数据稀疏
电影推荐系统
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