作者:
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:
协同过滤推荐算法从庞大的数据资源中为用户推荐其感兴趣的内容,在推荐系统中该算法得到广泛应用.但是随着用户数目和项目资源的不断增加,传统的协同过滤算法暴露出数据稀疏和冷启动等问题,大大降低了用户相似度和项目相似度计算的准确度.本篇文章介绍了协同过滤算法的基本概念,指出该算法的局限性以及在此基础上研究人员所做的一系列优化改进.
推荐文章
融合协同过滤的XGBoost推荐算法
协同过滤
冷启动
XGBoost
推荐系统
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
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
融合协同过滤的线性回归推荐算法
线性回归
协同过滤
相似性
推荐算法
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 关于协同过滤推荐算法的研究文献综述
来源期刊 学科
关键词 协同过滤 推荐系统 用户相似性 项目相似性
年,卷(期) 2016,(29) 所属期刊栏目 信息传媒
研究方向 页码范围 224,179
页数 2页 分类号
字数 4375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 吴佳炜 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (980)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (4)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(8)
  • 参考文献(1)
  • 二级参考文献(7)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
协同过滤
推荐系统
用户相似性
项目相似性
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
周刊
1009-9808
51-1019/F
16开
四川省成都市
chi
出版文献量(篇)
43857
总下载数(次)
187
总被引数(次)
42282
论文1v1指导