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:
随着互联网应用范围的不断扩大和网络技术的飞速发展,互联网为人们提供了丰富且数量庞大的信息资源,但同时也造成了互联网信息过载等问题.推荐系统的产生则能够有效解决信息过载这类问题.推荐系统无需太多干预用户正常的互联网使用习惯,通过挖掘用户偏好,构建用户画像,从而针对不同用户提供个性化服务.本文研究了基于矩阵分解推荐系统的核心技术,并对推荐方法和评价方法进行研究阐述,最后对推荐系统的下一步研究方向作出展望.
推荐文章
面向音乐推荐的全变差图非负矩阵分解方法
推荐系统
非负矩阵分解
全变差
音频特征
引入偏置的矩阵分解推荐算法研究
矩阵分解
偏置
推荐系统
基于标签的矩阵分解推荐算法
标签
矩阵分解
推荐算法
因子向量
混合因子矩阵分解推荐算法
推荐算法
矩阵分解
混合因子
推荐解释
冷启动
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 面向大数据矩阵分解的推荐系统的研究
来源期刊 网络安全技术与应用 学科
关键词 大数据 协同过滤 矩阵分解
年,卷(期) 2018,(11) 所属期刊栏目 数据安全与云计算
研究方向 页码范围 55-56
页数 2页 分类号
字数 2373字 语种 中文
DOI 10.3969/j.issn.1009-6833.2018.11.032
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 浩庆波 曲阜师范大学网络信息中心 8 6 2.0 2.0
2 徐岩 曲阜师范大学网络信息中心 9 9 2.0 2.0
3 万曙静 曲阜师范大学网络信息中心 6 6 1.0 2.0
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  (33)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1938(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 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
大数据
协同过滤
矩阵分解
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
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导