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:
随着电子商务产业的不断发展,推荐系统越来越多走入人们的生活,其中Top-K推荐能够推荐一个商品列表供用户选择,在商业推荐中越来越多地扮演重要角色.对于Top-K推荐而言,多样性的提高可以使推荐列表不再重复、单调,给用户多样化的选择空间,更容易适应用户需求.传统的Top-K推荐方法大多在预测评分方法的基础上进行优化改良,本文通过MovieLens数据集上的统计调查,说明基于用户兴趣分布会比基于预测评分拥有更优的效果.本文还提出两个获取用户兴趣分布的思路,供后续研究参考.
推荐文章
多样性度量的Top-K区分子图挖掘
图挖掘
图分类
子图模式
区分子图
多样性
基于一致性支持度的实体top-k扩展算法
实体top-k扩展
网络表格
分支限定
一致性匹配度
数据集成
非均匀划分拟阵约束下的多样性推荐方法
个性化推荐
用户偏好
推荐系统
多样性
划分拟阵约束
子模函数
基于内容过滤PageRank的Top-k学习资源匹配推荐
内容过滤
PageRank算法
Top-k排序
马尔可夫收敛矩阵
资源匹配
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 Top-K推荐中的多样性研究
来源期刊 微型电脑应用 学科 工学
关键词 推荐系统 多样性 Top-k推荐
年,卷(期) 2017,(9) 所属期刊栏目 研究与设计
研究方向 页码范围 44-46
页数 3页 分类号 TG4
字数 2678字 语种 中文
DOI 10.3969/j.issn.1007-757X.2017.09.015
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 邢小璐 复旦大学公共绩效与信息化中心实验室 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  (3)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
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
推荐系统
多样性
Top-k推荐
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导