基于UTFB算法的污染源信息推荐

• 作者: 王丽娜
• 来源期刊: 数据挖掘
• 学科: 工学
• 关键词: 协同过滤 UTFB算法 污染源信息推荐
• 年，卷（期）: 2020,（4）
• 页码范围: 277-281
• 页数: 5页
• 分类号: TP3

摘要

由于污染给社会生活带来了诸多困扰,以及污染源的固有特性,作为污染源信息需求者的环境保护机构和个人,从大量污染源信息中找到自己关注的信息往往不是一件容易的事情;而对于污染源信息提供者,让自己的信息为广大用户所关注,也是一件非常困难的事情。推荐系统就是解决这一矛盾的主要工具。通过建立分析用户喜好模型,采用UFTB算法从用户看过的污染源信息及其信息类型入手,对用户看过的污染源信息类型与评分数据进行分析。在建立分析污染源信息推荐模型中,采用协同过滤算法计算修正后的余弦相似度,对缺省值进行预测以优化算法。为防止过度优化,采取剔除用户非喜好类型污染源信息,得到优化缺省值预测矩阵,将相似度数据带入推荐公式得出数值并使用排序,找出与目标用户相似度最高的N个用户,根据它们的喜好对目标用户进行污染源信息推荐。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽娜	海南师范大学经济与管理学院	6	4	1.0	2.0