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:
个性化推荐在现代的电子商务中获得了广泛的应用,但是传统的推荐算法存在冷启动、稀疏性和推荐精准度差等问题,并且没有考虑个体间存在的关联信息.针对上述问题,在电子商务中采用链路预测和领域知识相融合的方法进行推荐,并在相关数据集上进行实验研究.结果表明,该方法在电子商务推荐中能够有效地提高推荐的精准度,更贴近用户的需求,能取得较好的推荐效果.
推荐文章
一种与聚类系数相结合的链路预测方法
复杂网络
聚类系数
共同邻居
链路预测
结构相似性
ROC曲线
AUC值
一种基于两测度的无线链路重要性评价方法
链路重要性
生成树数目
最短距离总和
基于共同邻居惩罚的复杂网络链路预测方法
共同领域
复杂网络
链路预测
相似度计算
基于连续时间量子游走的链路预测方法研究
复杂网络
链路预测
量子游走
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 一种基于领域知识的链路预测方法
来源期刊 计算机应用与软件 学科 工学
关键词 数据挖掘 社会计算 相似度 链路预测 个性化推荐
年,卷(期) 2020,(11) 所属期刊栏目 算法
研究方向 页码范围 206-208,238
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1000-386x.2020.11.034
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (183)
共引文献  (659)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(12)
  • 参考文献(0)
  • 二级参考文献(12)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(16)
  • 参考文献(0)
  • 二级参考文献(16)
2007(33)
  • 参考文献(0)
  • 二级参考文献(33)
2008(26)
  • 参考文献(0)
  • 二级参考文献(26)
2009(21)
  • 参考文献(1)
  • 二级参考文献(20)
2010(14)
  • 参考文献(1)
  • 二级参考文献(13)
2011(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 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
数据挖掘
社会计算
相似度
链路预测
个性化推荐
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导