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:
基于现实推荐系统数据集非常稀疏,导致传统的协同过滤算法往往无法提供高质量推荐的问题,提出了一种基于粗糙集规则提取的协同过滤算法.首先利用用户/物品属性和用户?物品评分矩阵构建决策表,然后通过决策表约简算法得到每一条规则的核值,最后根据核值表的核值决策规则,完成所有决策规则的约简,从而实现对未评分的用户进行预测评分.实验结果表明,所提方法可以有效地缓解稀疏数据对协同过滤带来的负面影响,提高推荐结果的准确度.
推荐文章
基于用户引力的协同过滤推荐算法
推荐算法
协同过滤推荐
万有引力定律
社会标签
基于粗糙集的带决策规则边界的邮件过滤算法
邮件过滤
粗糙集
启发式方法
决策规则边界
基于标签分类的协同过滤推荐算法
协同过滤
矩阵分解
交替最小二乘法
迭代投影寻踪
监督学习
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
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 基于粗糙集规则提取的协同过滤推荐算法
来源期刊 通信学报 学科 工学
关键词 个性化推荐 协同过滤 粗糙集 规则提取
年,卷(期) 2020,(1) 所属期刊栏目 学术论文
研究方向 页码范围 76-83
页数 8页 分类号 TP391
字数 7167字 语种 中文
DOI 10.11959/j.issn.1000?436x.2020028
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 任永功 辽宁师范大学计算机与信息技术学院 74 975 12.0 30.0
2 张志鹏 辽宁师范大学计算机与信息技术学院 6 5 2.0 2.0
3 张云鹏 辽宁师范大学计算机与信息技术学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (593)
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)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2020(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
个性化推荐
协同过滤
粗糙集
规则提取
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导