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:
该文根据图书借阅数据的特点,提出了一种基于Apriori关联分析与协同过滤推荐算法。对于协同过滤算法的重要难点是计算图书之间的相似性,尤其是在缺乏用户评分数据的情况下。该文通过将Apriori关联性算法与协同过滤推荐算法相结合,利用图书之间的关联性来构建图书之间的相似性矩阵,从而解决了在图书借阅数据中缺乏用户评分的问题,试验结果表明该文在图书借阅数据集上的推荐准确率和效率都有较大改善。
推荐文章
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
基于用户引力的协同过滤推荐算法
推荐算法
协同过滤推荐
万有引力定律
社会标签
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
基于标签分类的协同过滤推荐算法
协同过滤
矩阵分解
交替最小二乘法
迭代投影寻踪
监督学习
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Apriori关联分析与协同过滤的图书推荐算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 APRIORI 关联分析 协同过滤 图书推荐 相似矩阵 图书借阅
年,卷(期) 2017,(11X) 所属期刊栏目
研究方向 页码范围 32-33
页数 2页 分类号 TP391.3
字数 语种
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 李文华 北方工业大学计算机学院 5 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (0)
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)
2007(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)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(5)
  • 参考文献(5)
  • 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
APRIORI
关联分析
协同过滤
图书推荐
相似矩阵
图书借阅
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导