作者:
原文服务方: 现代电子技术       
摘要:
为了提高电影个性化推荐的准确性,将电影通过导演、演员、上映时间、类型和地区等五个部分作为特征维度来表征,特征维度权值采用CHI方法计算,特征维度的权值进行归一化后,电影之间的相似度可以通过特征维度间的相似度体现,用户推荐模型通过不断迭代更新对各维度特征权值进行修正,提高模型推荐的准确性。实验结果表明,改进的算法在MovieLens数据集能够获得较高的准确率和召回率,能够比较准确地捕获用户的兴趣,并在一定程度上解决了用户兴趣漂移的问题。
推荐文章
基于多维度权重动态更新的用户兴趣模型
用户兴趣模型
个性化推荐
动态权重更新
多维度
维度相似度
兴趣漂移
面向新闻推荐的用户兴趣模型构建与更新
个性化推荐
向量空间模型
用户兴趣模型
用户兴趣漂移
遗忘函数
引入隐式反馈的多维度推荐算法
推荐算法
隐式反馈
多维度
云模型
MapReduce
基于用户多维度信任的冷启动推荐模型
协同过滤
社交信任
多维度信任
冷启动
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 基于多维度特征权值动态更新的用户推荐模型研究
来源期刊 现代电子技术 学科
关键词 多维度 电影推荐 权值动态更新 个性化推荐模型
年,卷(期) 2016,(15) 所属期刊栏目 电子技术应用
研究方向 页码范围 127-129
页数 3页 分类号 TN911-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2016.15.032
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 吴承毅 7 33 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (31)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1992(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(9)
  • 参考文献(2)
  • 二级参考文献(7)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(8)
  • 参考文献(8)
  • 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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多维度
电影推荐
权值动态更新
个性化推荐模型
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导