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:
针对传统协同过滤算法当用户项目评价矩阵呈数据稀疏状况时存在不足这一问题,提出了一种基于项目属性偏好的协同过滤算法.该算法基于用户的特定属性偏好值计算用户之间的相似度,并在此基础上进一步预测用户对项目的具体属性未评分部分的评分,以此改善原始用户项目评价矩阵的数据稀疏状况,获得稠密数据.最后采用相应的协同过滤算法实现基于项目属性偏好的个性化推荐.该方法通过实践验证,能够很好地提升项目推荐的效率.
推荐文章
基于效用的个性化推荐方法
个性化推荐
多属性效用
变精度粗糙集
推荐服务
基于潜在标签挖掘和细粒度偏好的个性化标签推荐
个性化标签推荐
潜在标签挖掘
贝叶斯个性化排序
成对交互张量分解
基于商品特征属性的个性化实时推荐系统研究
实时推荐系统
R语言
BP算法
FP-tree关联规则算法
商品时效
基于用户属性偏好与时间因子的服装推荐研究
图像分类
用户偏好
协同过滤
服装推荐
时间因子
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 基于项目属性偏好的个性化推荐技术
来源期刊 林产工业 学科 工学
关键词 协同过滤 数据稀疏 项目属性偏好 个性化推荐
年,卷(期) 2017,(5) 所属期刊栏目 生产与应用
研究方向 页码范围 59-62
页数 4页 分类号 TP391
字数 2763字 语种 中文
DOI 10.19531/j.issn1001-5299.201705015
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 王正成 浙江理工大学经济管理学院 34 364 9.0 18.0
2 冯晓川 北京城市学院信息学部 5 54 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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
数据稀疏
项目属性偏好
个性化推荐
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
林产工业
月刊
ISSN 1001-5299
CN 11-1874/S
大16开
北京朝内大街130号
2-141
1964
chi
出版文献量(篇)
3122
总下载数(次)
9
总被引数(次)
15435
论文1v1指导