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:
本文基于某省网有线电视点播数据,结合数据分析电影推荐算法,比较研究了近邻模型和矩阵分解模型.针对标准数据集,研究基于奇异值分解的推荐、隐含因子模型及基于非负矩阵分解的推荐,其中基于非负矩阵分解的推荐精度更高.
推荐文章
m方法的电影推荐算法
推荐系统
Nystr?m方法
NMF
特征提取
精度
效率
矩阵溢出
评分矩阵
基于内容和兴趣漂移模型的电影推荐算法研究
个性推荐
词向量模型
用户偏好
兴趣漂移
聚类
集合相似度
协同过滤算法在电影推荐系统中的应用
协同过滤
数据稀疏
电影推荐系统
基于知识图谱和协同过滤的电影推荐算法研究
协同过滤算法
知识图谱
表示学习
混合推荐
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 VOD电影推荐算法比较研究
来源期刊 现代电影技术 学科
关键词 推荐算法 隐含因子 协同过滤 矩阵分解 近邻推荐 奇异值分解
年,卷(期) 2018,(6) 所属期刊栏目 应用技术研究
研究方向 页码范围 37-41,18
页数 6页 分类号
字数 4456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 王妍 24 244 6.0 15.0
2 檀雷雷 2 0 0.0 0.0
3 肖凯 6 2 1.0 1.0
4 江茜 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (345)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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
推荐算法
隐含因子
协同过滤
矩阵分解
近邻推荐
奇异值分解
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
现代电影技术
月刊
1673-3215
11-5336/TB
16开
北京市海淀区科学院南路44号
2-319
1957
chi
出版文献量(篇)
3875
总下载数(次)
10
总被引数(次)
2984
论文1v1指导