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:
为了提高用户相似度计算精度和推荐准确性,缓解数据稀疏性,提出一种基于商品属性值和用户特征的协同过滤推荐算法.该算法首先从用户对商品属性值的偏好出发,计算用户对商品属性值的评分分布和评分期望值,得到用户-属性值评分矩阵;同时利用数据相似性度量方法寻找用户特征邻居,填充用户-属性值评分稀疏矩阵,进而得出目标用户偏好的最近邻居集;计算用户对未评属性值的评分,将目标用户对商品所有属性值评分的均值进行排序,形成该用户的Top-N推荐列表.采用Movie Lens和Book Crossing数据集进行实验,结果表明该算法在缓解数据稀疏性问题上效果较好,推荐精度显著提高.
推荐文章
基于用户特征和商品特征的组合协同过滤算法
协同过滤
属性特征
数据稀疏性
平均绝对误差
综合用户属性和相似度的协同过滤推荐算法
电子商务系统
用户个体性特征
数据挖掘
信任度评价
推荐算法
用户特征和项目属性相融合的协同过滤推荐算法
电子商务系统
协同过滤推荐算法
用户特征
项目属性
基于用户对项目属性偏好的协同过滤算法
电子商务
推荐系统
项目属性
协同过滤
推荐精度
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 基于商品属性值和用户特征的协同过滤推荐算法
来源期刊 计算机工程与科学 学科 工学
关键词 商品属性值 评分期望值 用户特征 协同过滤
年,卷(期) 2017,(12) 所属期刊栏目 人工智能与数据挖掘
研究方向 页码范围 2333-2339
页数 7页 分类号 TP301.6
字数 5270字 语种 中文
DOI 10.3969/j.issn.1007-130X.2017.12.024
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 高长元 哈尔滨理工大学管理学院 141 1036 17.0 24.0
5 王京 哈尔滨理工大学管理学院 21 93 6.0 9.0
9 张树臣 哈尔滨理工大学管理学院 27 156 8.0 11.0
13 黄凯 哈尔滨理工大学管理学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (614)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (0)
1977(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
商品属性值
评分期望值
用户特征
协同过滤
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
黑龙江省自然科学基金
英文译名:
官方网址:http://jj.dragon.cn/zr/index.asp
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导