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:
实际应用中的协同过滤推荐算法往往面临着用户冷启动、数据稀疏等问题.针对以上问题,拟采用用户的属性信息进行聚类进行优化,实验通过MATLAB平台在MovieLens数据集上验证所提出的算法的推荐准确性.
推荐文章
一种改进项目多属性类别划分的推荐算法
隶属矩阵
FP-Tree
多属性类别
CNB模型
一种改进的基于粒子群的聚类算法
聚类算法
粒子群优化算法
相异度矩阵
最大最小距离法
K-means
适应度方差
一种改进的 DBscan聚类算法
DBscan
核心点
二次聚类
轮廓系数
基于用户兴趣模型聚类的协同过滤推荐算法
协同过滤
推荐系统
用户兴趣模型
推荐算法
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 一种改进的基于用户属性聚类的推荐算法
来源期刊 现代计算机 学科
关键词 用户属性聚类 推荐算法 冷启动 数据稀疏
年,卷(期) 2017,(11) 所属期刊栏目 研究与开发
研究方向 页码范围 56-59
页数 4页 分类号
字数 1570字 语种 中文
DOI 10.3969/j.issn.1007-1423.2017.11.011
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 唐万梅 重庆师范大学计算机与信息科学学院 42 424 9.0 20.0
2 王颖 重庆师范大学计算机与信息科学学院 4 9 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (101)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(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
用户属性聚类
推荐算法
冷启动
数据稀疏
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导