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:
针对传统协同过滤推荐算法推荐效率低下,以及其在数据稀疏性和冷启动方面的不足,文中提出基于MI聚类的个性化推荐算法,该算法在协同过滤推荐的基础上,引入多示例形式的用户评分信息模型,用包来表示用户基本信息与历史行为数据,并通过相似度分层次加权对用户的未知项目评分进行预测,最终得出推荐项.实验仿真表明本文算法的准确度和召回率明显优于已有的算法,并且有效地缓解了冷启动和数据稀疏问题.
推荐文章
基于主题聚类的 Web资源个性化推荐研究
语义网
主题
隐式跟踪
个性化推荐
基于改进ROCK算法的个性化推荐系统研究
Web数据挖掘
聚类
ROCK算法
个性化推荐
基于社区网络内容的个性化推荐算法研究
社区网络
用户聚类
内容过滤
个性化推荐
一种基于稀疏矩阵划分的个性化推荐算法
个性化推荐
稀疏矩阵划分
协同过滤
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MI聚类的个性化推荐算法研究
来源期刊 信息技术 学科 工学
关键词 个性推荐 MI聚类 协同推荐
年,卷(期) 2017,(10) 所属期刊栏目 基金项目
研究方向 页码范围 51-54
页数 4页 分类号 TP391
字数 3543字 语种 中文
DOI 10.13274/j.cnki.hdzj.2017.10.013
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 龙华 昆明理工大学信息工程与自动化学院 132 376 9.0 13.0
2 张强 昆明理工大学信息工程与自动化学院 33 211 7.0 13.0
3 邵玉斌 昆明理工大学信息工程与自动化学院 114 279 8.0 11.0
4 高杰 昆明理工大学信息工程与自动化学院 14 41 4.0 6.0
5 周芝民 昆明理工大学信息工程与自动化学院 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (36)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(8)
  • 参考文献(5)
  • 二级参考文献(3)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个性推荐
MI聚类
协同推荐
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导