原文服务方: 计算机应用研究       
摘要:
针对受限波尔茨曼机用于协同过滤算法存在的不足,忽略了用户兴趣随时间变化,同时只利用了严重稀疏的用户评分数据,首先提出一种融合了时间信息的用户RBM模型:TimeRBM模型,即在原有RBM模型中加入时间偏置项;其次提出利用项目属性信息聚类的方法进行评分预测;最后将TimeRBM模型和项目属性聚类方法得到的两种预测结果进行加权融合得到一种高效的混合算法.在基准数据集上的实验结果表明,这种混合的算法有助于提高推荐系统的预测精度.
推荐文章
基于混合蛙跳联合聚类的协同过滤算法
推荐系统
协同过滤
联合聚类
数据填充
混合蛙跳
基于项目聚类和评分的时间加权协同过滤算法
协同过滤
同等对待
项目聚类
时间加权
最近邻居
准确性
基于模糊聚类和改进混合蛙跳的协同过滤推荐
协同过滤推荐
指数遗忘函数
模糊C-均值聚类
混合蛙跳算法
基于项目属性与数据权重的协同过滤推荐算法
推荐系统
协同过滤
项目属性
相似性
数据权重
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TimeRBM和项目属性聚类的混合协同过滤算法
来源期刊 计算机应用研究 学科
关键词 受限波尔茨曼机 时间函数 TimeRBM 项目属性聚类
年,卷(期) 2018,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 349-353
页数 5页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.02.007
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 周凤 贵州大学计算机科学与技术学院 15 33 3.0 5.0
2 杜丹琪 贵州大学计算机科学与技术学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (646)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (39)
二级引证文献  (3)
1977(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(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(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
受限波尔茨曼机
时间函数
TimeRBM
项目属性聚类
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导