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:
因特网上信息严重过载,使得用户不容易从纷繁的信息中找到适合自己的内容。如何准确地向用户推荐他们想要的信息成为急待解决的问题。热传导算法( HC)被广泛地应用于个性化推荐领域,但是它的热量传播机制不利于经历丰富的用户喜欢的流行物品得到更多的热量。因此,本文提出了基于影响力控制的热传导算法( THC)。THC引入两个参数控制度数大的用户喜欢的度数大的物品对目标用户推荐的影响。另外,本文提出利用用户对景点的各项评分及评论的情感极性来判断用户是否喜欢一个景点,还提出了一个新的指标buir以度量度数大的用户喜欢的度数大的物品出现在推荐列表中的比例。实验结果表明:适度增大的度数大的用户喜欢的度数大的物品的影响,有助于推荐出目标用户喜欢的物品,从而有助于提升推荐效果。
推荐文章
基于流行度的非平衡热传导推荐算法研究
个性化推荐
非平衡热传导算法
产品流行度
二部分网络
基于PageRank的微博用户影响力算法研究
PageRank
新浪微博
用户影响力
用户自身行为
基于Pregel的分布式保护节点影响力匿名算法
社会网络
影响力
Pregel
k-核
社区结构
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 基于影响力控制的热传导算法
来源期刊 智能系统学报 学科 工学
关键词 热传导 个性化推荐 用户偏好 情感极性 二部网络 信息过载 物品流行度 用户影响力
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 328-335
页数 8页 分类号 TP391
字数 6360字 语种 中文
DOI 10.11992/tis.201603042
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 缪裕青 桂林电子科技大学计算机与信息安全学院 31 140 8.0 10.0
5 益民 桂林电子科技大学计算机与信息安全学院 11 230 6.0 11.0
9 雷震 桂林电子科技大学计算机与信息安全学院 1 9 1.0 1.0
10 王志强 桂林电子科技大学计算机与信息安全学院 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (1)
参考文献  (16)
节点文献
引证文献  (9)
同被引文献  (10)
二级引证文献  (12)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
热传导
个性化推荐
用户偏好
情感极性
二部网络
信息过载
物品流行度
用户影响力
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导