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:
针对原始Slope One算法计算推荐预测值时忽略了项目之间的相似性,以及大数据时代下推荐效率低下的问题,提出基于Spark平台的聚类加权Slope One推荐算法.通过Canopy-K-medoids聚类算法生成最近邻居集合;在最近邻集中用Slope One算法上加权项目之间的相似性进行推荐预测;在Spark平台上实现并行化.通过在电影数据集上的实验得出,基于Spark平台的优化算法与传统Slope One算法、加权项目相似度的Slope One算法相比,提高了推荐精度.
推荐文章
Slope One-BI算法的改进及其在大数据平台的并行化
Slope One-BI算法
聚类
Spark
推荐算法
融合改进加权Slope One的协同过滤算法
加权Slope One
项目相似度
协同过滤
矩阵填充
数据稀疏性
基于关联规则策略加权的Slope One算法改进
推荐系统
协同过滤推荐算法
数据挖掘
加权SlopeOne算法
关联规则
基于耦合关系的加权Slope One算法
协同过滤
Slope One算法
项目耦合相似度
用户耦合相似度
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 Slope One算法的改进及其在大数据平台的实现
来源期刊 计算机工程与应用 学科 工学
关键词 Slope One算法 聚类 Spark平台 推荐算法
年,卷(期) 2020,(1) 所属期刊栏目 大数据与云计算
研究方向 页码范围 83-91
页数 9页 分类号 TP391.1
字数 7751字 语种 中文
DOI 10.3778/j.issn.1002-8331.1810-0142
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 王佳斌 华侨大学工学院 33 132 5.0 10.0
2 刘佳耀 华侨大学工学院 4 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (154)
共引文献  (252)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(13)
  • 参考文献(1)
  • 二级参考文献(12)
2014(16)
  • 参考文献(2)
  • 二级参考文献(14)
2015(12)
  • 参考文献(2)
  • 二级参考文献(10)
2016(16)
  • 参考文献(1)
  • 二级参考文献(15)
2017(10)
  • 参考文献(5)
  • 二级参考文献(5)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(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)
2020(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
Slope One算法
聚类
Spark平台
推荐算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导