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:
产生推荐列表是基于用户的协同过滤推荐算法的重要步骤,也是最终的结果。针对在基于用户的协同过滤推荐算法中,“产生推荐列表”环节的研究相对较少的这一现象,为了改进推荐算法的性能,通过权重计算和共同评分项方法来选定推荐项目,即首先将项目按照评分的近邻用户数量的多少进行排序,然后对排序的项目进行综合权重计算,将其结果由高到低进行再次排序,从而产生推荐列表。该算法经MovieLens数据集测试,在测试中使用“平均绝对误差”作为实验测评指标,结果表明,在目标用户的相似用户数为60时,该算法相较于不考虑共同评分项或综合权重计算因素的算法,有着更低的平均绝对误差,其值为0.77。该算法能够在一定程度上提高推荐系统的准确度。
推荐文章
基于用户评分和共同评分项的协同过滤算法研究
协同过滤
皮尔森相似度
评分时间
共同评分项
商品流行度
基于类别信息和特征熵的文本特征权重计算
文本分类
文本特征
权重计算
类别频率
引入评分偏置的二项矩阵分解推荐算法
推荐系统
二项矩阵分解
评分偏置
基于用户评分和共同评分项的协同过滤算法研究
协同过滤
皮尔森相似度
评分时间
共同评分项
商品流行度
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 基于共同评分项和权重计算的推荐算法研究
来源期刊 计算机技术与发展 学科 工学
关键词 协同过滤算法 评分项 综合权重 准确度
年,卷(期) 2016,(9) 所属期刊栏目 应用开发研究
研究方向 页码范围 69-72
页数 4页 分类号 TP391
字数 3369字 语种 中文
DOI 10.3969/j.issn.1673-629X.2016.09.016
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 谢人强 福州外语外贸学院信息系 33 97 6.0 7.0
2 陈震 福州外语外贸学院信息系 11 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  (64)
共引文献  (245)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(11)
  • 参考文献(2)
  • 二级参考文献(9)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
协同过滤算法
评分项
综合权重
准确度
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导