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:
为了克服协同过滤算法的稀疏性问题和传统相似度计算方法过度依赖共同评分的问题,本文引入巴氏系数改进修正余弦相似度,进而提出基于巴氏系数的协同过滤算法(CFBC)。改进的算法考虑了项目全局评分信息和局部评分信息,克服了对于共同评分项的依赖。为了证明CFBC算法的有效性,我们基于已有的相似度计算方法实现了协同过滤算法,实验结果表明CFBC算法提高了推荐的准确性。
推荐文章
协同过滤算法的研究
推荐系统
协同过滤
基于用户的算法
基于物品的算法
基于GPU的并行协同过滤算法
协同过滤
图形处理器
统一计算设备框架
基于熵优化近邻选择的协同过滤推荐算法
协同过滤
近邻选择
相似性
巴氏系数
推荐权重
基于MMTD和兴趣偏向系数的协同过滤推荐算法
协同过滤
用户评分
用户相似度
中介真值程度度量
兴趣偏向系数
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 基于巴氏系数的协同过滤算法
来源期刊 计算机科学与应用 学科 工学
关键词 协同过滤算法 修正余弦相似度 巴氏系数 稀疏性问题
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 473-480
页数 8页 分类号 TP39
字数 语种
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 梁毅 北京工业大学计算机学院 25 56 5.0 6.0
2 陈彩 北京工业大学计算机学院 12 58 4.0 7.0
3 姜少鑫 北京工业大学计算机学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (1)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
协同过滤算法
修正余弦相似度
巴氏系数
稀疏性问题
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
总被引数(次)
0
论文1v1指导