基于改进协同过滤算法的用户页面兴趣度预测研究

• 作者: 宋泊东 张立臣
• 来源期刊: 计算机应用研究
• 关键词: 大数据 奇异值分解 用户兴趣度 协作过滤算法 数据稀疏性
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3266-3268
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.04.0282

摘要

根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法.该算法利用网络日志中的显性用户过往兴趣度评分数据发现用户页面兴趣度和其影响因素.MATLAB仿真结果显示:提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性,在预测准确性、测量速度方面都有很大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立臣	广东工业大学计算机学院	158	820	14.0	21.0
2	宋泊东	广东工业大学计算机学院	4	7	1.0	2.0