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:
在科技日新月异以及知识产权日益重视的今天,大部分用户都会选择在播放平台看电影.例如腾讯视频、爱奇艺等,用户们急需合理的电影推荐系统.本文为基于Python的协同过滤算法将个性化推荐技术与电影系统进行有机结合,给用户进行电影个性化推荐.
推荐文章
协同过滤算法的研究
推荐系统
协同过滤
基于用户的算法
基于物品的算法
基于Spark的混合协同过滤算法改进与实现
集成学习
协同过滤
稀疏性
扩展性
Spark流式计算
增量模型
分类
基于GPU的并行协同过滤算法
协同过滤
图形处理器
统一计算设备框架
基于评论与评分的协同过滤算法
协同过滤
数据稀疏性
评论分析
主题模型
用户偏好
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Python的协同过滤算法的研究与应用实现
来源期刊 电脑知识与技术 学科 工学
关键词 个性化推荐 协同过滤 Python
年,卷(期) 2019,(25) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 202-204
页数 3页 分类号 TP208
字数 2585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 卢涵宇 贵州大学大数据与信息工程学院 75 190 7.0 10.0
2 胡正江 贵州大学大数据与信息工程学院 6 2 1.0 1.0
3 侯汝冲 贵州大学大数据与信息工程学院 4 2 1.0 1.0
4 薛安琪 贵州大学大数据与信息工程学院 6 5 1.0 1.0
5 兰海翔 7 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个性化推荐
协同过滤
Python
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