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:
随着电子商务的发展,传统的协同过滤算法在实际生活中得到了广泛的应用.传统的推荐算法为并未考虑到用户随时间的改变,对物品的兴趣程度及关注度的变迁.针对以上问题,本文提出一种结合时间因素的协同过滤算法,算法按照时间因素结合物品分布概率赋予每个物品不同的权重,利用加权后的兴趣模型计算用户相似性,最后实现推荐.实验显示算法提升了推荐的质量.
推荐文章
结合时间权重与信任关系的协同过滤推荐算法
协同过滤
标签
时间行为
兴趣相似度
熟悉相似度
结合关联规则填充的协同过滤改进算法
关联规则
数据填充
协同过滤
推荐算法
评分矩阵
数据稀疏
对比实验
协同过滤算法的研究
推荐系统
协同过滤
基于用户的算法
基于物品的算法
结合项目流行度加权的协同过滤推荐算法
协同过滤
相似性度量
流行度偏差
项目流行度
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 结合时间因素的LDA协同过滤算法
来源期刊 福建电脑 学科
关键词 LDA 协同过滤 相似度 推荐
年,卷(期) 2018,(3) 所属期刊栏目 应用与开发
研究方向 页码范围 107-108
页数 2页 分类号
字数 1820字 语种 中文
DOI 10.16707/j.cnki.fjpc.2018.03.055
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 马传香 湖北大学计算机与信息工程学院 22 88 6.0 8.0
2 胡宽政 湖北大学计算机与信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (117)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1904(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1969(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)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 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)
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
LDA
协同过滤
相似度
推荐
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导