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:
为了提高协同过滤推荐系统的推荐效率和准确性,更好地向用户提供个性化的推荐服务,提出一种用户评分和属性相似度的推荐算法.首先分析当前协同过滤推荐研究的现状,设计评分相似度、兴趣倾向相似度、置信度等作为评分标准,使得用户相似度的计算更加准确、有区分度,然后根据用户属性来衡量用户之间的相似度,最后利用MovieLens数据集和Book-Crossing数据集做对比试验,对比精度、通用性和不同稀疏度及冷启动情况下的性能.实验结果表明,本文算法不仅提高了推荐精度,而且明显优于其它协同过滤推荐算法,具有更高的实际应用价值.
推荐文章
融合用户评分和属性相似度的协同过滤推荐算法
推荐系统
协同过滤
相似性度量
稀疏性问题
结合用户兴趣度聚类的协同过滤推荐算法
协同过滤
推荐算法
用户兴趣
K-means聚类
融合正态分布函数相似度的协同过滤算法
相似度量
正态分布函数
协同过滤
邻近用户集合
融合社交网络与关键用户的并行协同过滤推荐算法
社交网络
并行化
关键用户
协同过滤
大数据
电影推荐
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 融合用户评分和属性相似度的协同过滤推荐算法
来源期刊 计算机与现代化 学科 工学
关键词 推荐系统 协同过滤 相似性度量 稀疏性问题
年,卷(期) 2017,(7) 所属期刊栏目 人工智能
研究方向 页码范围 16-19
页数 4页 分类号 TP311
字数 2559字 语种 中文
DOI 10.3969/j.issn.1006-2475.2017.07.003
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 杨秀萍 广东农工商职业技术学院计算机系 9 73 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (52)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (68)
二级引证文献  (6)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(6)
  • 引证文献(4)
  • 二级引证文献(2)
研究主题发展历程
节点文献
推荐系统
协同过滤
相似性度量
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
论文1v1指导