基于知识关联度的电力大数据协同过滤推荐算法

• 作者: 刘耀伟 周宁 曲朝阳 曲楠 王蕾
• 来源期刊: 东北师大学报（自然科学版）
• 学科: 工学
• 关键词: 电力大数据 协同过滤 知识树 关联度
• 年，卷（期）: 2018,（1）
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP311
• 字数: 3676字
• 语种: 中文
• DOI: 10.16163/j.cnki.22-1123/n.2018.01.014

摘要

针对电力大数据推荐结果排名没有考虑电网领域知识关联度,推荐结果的准确度不高的问题,提出了引入知识项关联度的协同过滤推荐算法AR-Item CF.通过计算用户推荐列表得到最终推荐结果.结果表明,该算法能有效地解决推荐结果关联度较低的问题,显著地提高了推荐结果的质量和推荐效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲楠		1	4	1.0	1.0
2	刘耀伟		1	4	1.0	1.0