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:
在多标准协同过滤中,存在稀疏性处理方法单一以及传统粒子群优化(PSO)算法早熟、易陷入局部最优等问题.为此,基于矩阵填充及改进PSO算法,提出一种多标准协同过滤模型.采用矩阵填充方法对稀疏数据的缺失部分进行估算,以避免降维方法对原始数据信息造成损失,同时结合高斯算子快速收敛的优势以及遗传算子对生物进化模拟的有效性对PSO算法进行改进,聚合多标准评分生成TopN推荐列表.实验结果表明,与基于标准PSO算法以及基于遗传算子改进PSO算法的模型相比,该模型的评分预测准确度较优,能为个性化推荐提供有效的支持.
推荐文章
基于slope-one算法改进评分矩阵填充的协同过滤算法研究
slope-one算法
数据稀疏性
协同过滤
个性化推荐
矩阵填充
电影推荐
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
融合改进加权Slope One的协同过滤算法
加权Slope One
项目相似度
协同过滤
矩阵填充
数据稀疏性
基于 IALM 和填充可信度的协同过滤算法及其并行化研究
协同过滤
填充可信度
指数遗忘函数
Hadoop
并行化
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 基于矩阵填充与改进PSO算法的多标准协同过滤
来源期刊 计算机工程 学科 工学
关键词 多标准协同过滤 矩阵填充 改进粒子群优化算法 高斯算子 遗传算子
年,卷(期) 2019,(12) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 176-181,200
页数 7页 分类号 TP391
字数 4856字 语种 中文
DOI 10.19678/j.issn.1000-3428.0052783
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 吴春明 西南大学计算机与信息科学学院 20 774 6.0 20.0
2 强保华 2 0 0.0 0.0
3 叶莉 西南大学计算机与信息科学学院 1 0 0.0 0.0
4 谢武 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (30)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1912(1)
  • 参考文献(0)
  • 二级参考文献(1)
1937(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)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 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
多标准协同过滤
矩阵填充
改进粒子群优化算法
高斯算子
遗传算子
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导