作者:
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:
随着互联网信息的快速增长,传统的检索技术已经无法满足用户快速及准确的访问信息的要求.现有的个性化应用推荐方法几乎都是依赖用户的搜索日志、点击日志或用户自身提供的标签来标识用户的兴趣(或称之为用户模型),然后依据此兴趣特征向用户推荐信息.本论文期望从用户间的特征相互关注这一角度入手,将用户的兴趣点予以全面挖掘,进而向用户推荐感兴趣的信息.基于此想法,本论文提出一种图推荐模型,该模型以用户和商品作为结点,并依据图中结点的分布情况计算每个结点的集中性以作为将某个项目推荐给用户的概率.该图推荐模型可以结合用户间的相互关注情况向用户推荐其感兴趣的商品,同时可以利用商品之间的相关性向用户推荐相关的商品.实验结果显示,该推荐模型无论在准确率上还是在运行效率上都优于传统的推荐模型.
推荐文章
基于用户关注度的个性化新闻推荐系统
个性化推荐
协作型过滤
用户关注度
推荐算法
结合信任和用户关系的微博关注推荐算法
信任度
用户行为
用户关系
关注推荐
逻辑回归
基于用户偏好优化模型的推荐算法研究
推荐算法
Slope One
用户偏好
评分预测
加入用户评分偏置的推荐系统排名模型
推荐系统
精准度
多样性
排名模型
用户评分偏置
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 引入用户关注的图推荐模型的研究
来源期刊 系统工程 学科 工学
关键词 图推荐模型 用户间的相互关注 结点集中性 相关性
年,卷(期) 2019,(2) 所属期刊栏目 管理系统工程
研究方向 页码范围 21-29
页数 9页 分类号 TP391.2
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (27)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
图推荐模型
用户间的相互关注
结点集中性
相关性
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
系统工程
双月刊
1001-4098
43-1115/N
大16开
长沙市浏河村巷37号湖南省社会科学院内
42-67
1983
chi
出版文献量(篇)
4447
总下载数(次)
29
论文1v1指导