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:
针对传统推荐算法忽略时间因素影响的问题,根据用户行为在短期内存在较高的相似性,在计算物品相似度时引入时间衰减函数,提出一种考虑时间因素的物品相似度计算方法.同时基于聚类的思想,对项目作聚类,充分挖掘用户对项目类的兴趣度以及物品在类内的权重关系.基于上述两点对传统的协同过滤推荐算法进行改进,提出一种结合时间因素和项目聚类的TCItemCF算法.实验结果表明,采用改进的推荐算法能够明显改善推荐效果;特别地,在阻尼系数为0.01、时间衰减因子为0.5、聚类数目为160、推荐列表长度为20时,改进的推荐算法相比基于项目聚类的推荐算法ItemCluster推荐准确率提高4.9%.
推荐文章
基于项目评分与类型评分聚类的推荐算法
协同过滤
模糊C均值聚类
隶属度
推荐算法
项目评分
类型评分
基于项目聚类和评分的时间加权协同过滤算法
协同过滤
同等对待
项目聚类
时间加权
最近邻居
准确性
基于用户和项目双向聚类的协同过滤推荐算法
推荐算法
协同过滤
数据稀疏性
双向聚类
P-J相关系数
基于项目聚类和时间衰减的动态协同过滤算法
推荐算法
聚类
协同过滤
时间衰减
基于项目
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 基于项目聚类和时间因素改进的推荐算法
来源期刊 计算机应用 学科 工学
关键词 推荐系统 协同过滤 物品相似度 兴趣衰减 聚类
年,卷(期) 2016,(z2) 所属期刊栏目 大数据
研究方向 页码范围 235-238
页数 4页 分类号 TP311
字数 4967字 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 王晓东 中国科学院成都计算机应用研究所 198 1467 19.0 28.0
2 张林 中国科学院成都计算机应用研究所 36 1159 13.0 34.0
6 姚宇 39 237 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (117)
参考文献  (5)
节点文献
引证文献  (13)
同被引文献  (20)
二级引证文献  (25)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(14)
  • 引证文献(7)
  • 二级引证文献(7)
2019(14)
  • 引证文献(2)
  • 二级引证文献(12)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
推荐系统
协同过滤
物品相似度
兴趣衰减
聚类
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
论文1v1指导