作者:
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:
为了了解基于用户和项目的两种协同过滤推荐算法的各自优势和适用场景,以及如何克服这两种算法当前存在的问题,本文对协同过滤推荐算法展开了研究.本文主要通过对比的方法,对基于用户和基于项目的协同过滤推荐算法进行研究.首先,介绍了两种协同过滤算法的基本原理.其次,阐述协同过滤推荐算法的相似度计算方法和评价指标.接着,分析了当前协同过滤推荐算法的优势和适用场景.最后,提出了当前协同过滤算法存在的局限性.通过对协同过滤推荐算法的研究,本文从用户和项目维度的角度出发,分析确定了一种区分协同过滤推荐算法适用场景的方法,并针对算法当前存在的局限性,提供了解决的办法.
推荐文章
融合协同过滤的XGBoost推荐算法
协同过滤
冷启动
XGBoost
推荐系统
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
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
融合协同过滤的线性回归推荐算法
线性回归
协同过滤
相似性
推荐算法
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 协同过滤推荐算法研究分析
来源期刊 福建电脑 学科
关键词 协同过滤 推荐系统 评价指标
年,卷(期) 2021,(6) 所属期刊栏目 研究与探讨|Exploration
研究方向 页码范围 51-54
页数 4页 分类号 TP391.3
字数 语种 中文
DOI 10.16707/j.cnki.fjpc.2021.06.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (194)
共引文献  (209)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(31)
  • 参考文献(0)
  • 二级参考文献(31)
2017(24)
  • 参考文献(4)
  • 二级参考文献(20)
2018(21)
  • 参考文献(4)
  • 二级参考文献(17)
2019(7)
  • 参考文献(1)
  • 二级参考文献(6)
2020(4)
  • 参考文献(3)
  • 二级参考文献(1)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 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
协同过滤
推荐系统
评价指标
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
论文1v1指导