改进型协同过滤的API服务推荐方法研究

• 作者: 房海峰 檀蓉 赵辉 韩院彬
• 来源期刊: 现代电子技术
• 关键词: API服务 协同过滤推荐算法 信任度挖掘 空值填补 个性化推荐 仿真实验
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 86-89
• 页数: 4页
• 分类号: TN911-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.21.019

摘要

在构建用户兴趣模型时,为了充分挖掘用户间的信任度和关注度,针对现有的API服务推荐算法,提出一种基于用户信任度和关注度的改进型协同过滤API服务推荐算法.该算法在传统算法的基础上引入用户间的信任度和关注度概念,以此提升准确性,优化推荐顺序.针对矩阵的稀疏性和用户客观原因造成的推荐误差,分别采用改进的空值填补法和均值中心化法进行处理.通过实现模型和算法的实验仿真,证明了改进的算法比传统算法具有更高的准确性及更优的推荐顺序.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵辉	河北工程大学信息与电气工程学院	14	40	4.0	5.0
2	房海峰	河北工程大学信息与电气工程学院	3	0	0.0	0.0
3	檀蓉	河北工程大学信息与电气工程学院	3	0	0.0	0.0
4	韩院彬	河北工程大学信息与电气工程学院	6	3	1.0	1.0