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:
近年来,商品的种类和数量迅速增长,使消费者难以找到感兴趣的产品.各大电商平台开始利用推荐技术为用户提供更好的服务,其中使用最多的是协同过滤推荐算法.主要概括了协同过滤推荐算法的核心思想,归纳了它的相似度公式和相应的评价法则,并总结了该算法目前存在的一些问题,以及研究人员针对这些问题给出的解决方案,最后提出了推荐算法的未来的改进方向.
推荐文章
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
融合协同过滤的XGBoost推荐算法
协同过滤
冷启动
XGBoost
推荐系统
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
融合协同过滤的线性回归推荐算法
线性回归
协同过滤
相似性
推荐算法
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 浅析协同过滤推荐算法
来源期刊 电脑知识与技术 学科 工学
关键词 电子商务 推荐技术 协同过滤 精准推荐 机器学习
年,卷(期) 2019,(13) 所属期刊栏目 电子商务与电子政务
研究方向 页码范围 288-291
页数 4页 分类号 TP301
字数 4459字 语种 中文
DOI
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 李旭东 武汉工程大学计算机科学与工程学院 3 15 1.0 3.0
2 秦灿 武汉工程大学计算机科学与工程学院 4 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  (87)
共引文献  (45)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(14)
  • 参考文献(1)
  • 二级参考文献(13)
2016(13)
  • 参考文献(4)
  • 二级参考文献(9)
2017(13)
  • 参考文献(1)
  • 二级参考文献(12)
2018(8)
  • 参考文献(6)
  • 二级参考文献(2)
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
电子商务
推荐技术
协同过滤
精准推荐
机器学习
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导