基于云模型熟悉相似度的协同过滤推荐算法

• 作者: 朱建军 汪军 覃朗
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 推荐算法 协同过滤 云模型相似度 熟悉度
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2102-2108
• 页数: 7页
• 分类号: TP391
• 字数: 6234字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.11.019

摘要

研究了一种新的协同过滤推荐方法.针对推荐算法中相似度存在的不足,提出了兼顾“形状-距离”的云模型综合相似度测算方法;考虑用户之间的兴趣匹配,提出了云模型熟悉相似度的概念;提出了基于云模型熟悉相似度的邻居用户选择方法,进而产生推荐.实验结果表明,本方法提高了推荐准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱建军	南京航空航天大学经济与管理学院	141	1640	24.0	34.0
2	汪军	南京航空航天大学经济与管理学院	11	44	4.0	6.0
3	覃朗	南京航空航天大学经济与管理学院	3	3	1.0	1.0