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:
推荐系统在数字化环境中能够提供有价值的服务,并且在图书、电影和音乐等在线产业中取得了巨大的商业成功.大多数推荐系统采用协同过滤算法,通过分析用户和物品之间的交互行为推理用户的兴趣和偏好.协同过滤算法的推荐效果受到数据稀疏性问题的影响很大.为了解决这个问题,文章使用一种基于图的方法探索用户和物品之间的交互.文章采用二分网络链路预测的方法对用户进行物品推荐,并与协同过滤方法进行了比较,通过在豆瓣数据集上的实验结果表明,基于链路预测的方法比标准的协同过滤方法要好.
推荐文章
基于连续时间量子游走的链路预测方法研究
复杂网络
链路预测
量子游走
相似度
基于共同邻居惩罚的复杂网络链路预测方法
共同领域
复杂网络
链路预测
相似度计算
基于链路预测的有向互动影响力和用户信任的推荐算法
社交网络
评分信任度
有向性互动影响力
链路预测
基于链路预测机制的DSR协议研究
链路预测机制
抢先式路由算法
DSR协议
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 基于链路预测的推荐方法研究
来源期刊 无线互联科技 学科
关键词 推荐系统 协同过滤 链路预测
年,卷(期) 2017,(8) 所属期刊栏目 实验研究
研究方向 页码范围 99-100
页数 2页 分类号
字数 1941字 语种 中文
DOI
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 丁沂 武汉软件工程职业学院计算机学院 25 24 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (104)
共引文献  (815)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1938(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(18)
  • 参考文献(0)
  • 二级参考文献(18)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(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)
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
推荐系统
协同过滤
链路预测
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
无线互联科技
半月刊
1672-6944
32-1675/TN
16开
江苏省南京市
2004
chi
出版文献量(篇)
18145
总下载数(次)
78
总被引数(次)
27320
论文1v1指导