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:
传统的协同过滤推荐((Collaborative Filtering,CF)算法是目前应用最广泛的一种推荐算法,但是由于CF存在稀疏性、冷启动等问题,所以本文提出了基于mahout的CF算法.结果表明,相比较传统的两种CF算法,使用基于mahout的CF算法能够提升推荐时间和推荐精度.
推荐文章
基于用户协同过滤推荐算法研究与应用
用户协同过滤
推荐系统
个性化程度
协同过滤推荐算法的改进与研究
推荐系统
协同过滤
因果聚类
模糊相似关系
最大树
阈值
加权
基于用户等级的协同过滤推荐算法
协同过滤
用户等级
推荐算法
协同过滤推荐算法研究?
相似性
协同过滤
算法
推荐
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Ambari的协同过滤推荐算法的研究
来源期刊 数字技术与应用 学科 工学
关键词 协同过滤 mahout 推荐算法 Taste引擎
年,卷(期) 2019,(6) 所属期刊栏目 算法分析
研究方向 页码范围 133-134
页数 2页 分类号 TP312
字数 1589字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2019.06.76
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 许挺娟 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  (20)
共引文献  (8)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(0)
  • 二级参考文献(1)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
协同过滤
mahout
推荐算法
Taste引擎
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导