检索结果-内蒙古大学图书馆

计算机科学 2012年第1期39卷 23-26页

作者：范波程久军同济大学计算机科学与工程系上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

传统的User-based协同过滤推荐算法仅采用了单一的评分相似度来度量用户之间对任何项目喜好的相似程度。然而根据日常经验,人们对不同类型事物的喜好程度往往是不同的,单一的评分相似度显然无法准确描述这种不同。针对上述问题,提出了... 详细信息

传统的User-based协同过滤推荐算法仅采用了单一的评分相似度来度量用户之间对任何项目喜好的相似程度。然而根据日常经验,人们对不同类型事物的喜好程度往往是不同的,单一的评分相似度显然无法准确描述这种不同。针对上述问题,提出了一种基于用户间多相似度的协同过滤推荐算法,即基于用户间对不同项目类型的多个评分相似度来计算用户对未评分项目的预测评分。实验结果表明,该算法可以有效地提高预测评分的准确性及推荐质量。

关键词：多相似度协同过滤推荐算法 User-based MAE

来源：评论

学校读者我要写书评

暂无评论

基于多属性的动态采样协同过滤推荐算法

引用

计算机应用研究 2020年第9期37卷 2640-2644,2683页

作者：李维乾张艺郑振峰王海张紫云西安工程大学计算机科学学院西安710048 陕西省服装设计智能化重点实验室西安710048 新型网络智能信息服务国家地方联合工程研究中心西安710048 陕西国防工业职业技术学院电子工程学院西安710300 西北大学信息科学与技术学院西安710127

针对目前协同过滤推荐算法推荐精度和用户数据在算法中匹配度都不高的问题,提出一种多属性的条件受限波尔兹曼机协同过滤推荐模型(MA-CRBM)。该模型基于实值状态的条件玻尔兹曼机,融合了用户职业和性别属性,充分利用数据集中潜在的评分... 详细信息

针对目前协同过滤推荐算法推荐精度和用户数据在算法中匹配度都不高的问题,提出一种多属性的条件受限波尔兹曼机协同过滤推荐模型(MA-CRBM)。该模型基于实值状态的条件玻尔兹曼机,融合了用户职业和性别属性,充分利用数据集中潜在的评分与未评分信息。在训练过程中,采用动态迭代采样算法对原采样算法进行了改进,克服了训练后期数据采样误差波动太大导致精确度不高的问题。在MovieLens数据集上的实验结果表明,MA-CRBM模型具有较好的推荐效果,可以有效提升推荐模型的精度和效率。

关键词：协同过滤推荐算法条件受限性玻尔兹曼机多属性条件推荐动态迭代采样算法

来源：评论

学校读者我要写书评

暂无评论

基于灰色关联分析的分布式协同过滤推荐算法

引用

计算机应用 2016年第4期36卷 1054-1059页

作者：邱桂闫仁武江苏科技大学计算机科学与工程学院江苏镇江212003

针对原始的基于用户(User-based)或基于评分项目(Item-based)的协同过滤推荐算法(CFR)大多采用"硬分类"式聚类,且具有数据稀疏性和可扩展性的问题,提出一种基于灰色关联分析的分布式协同过滤推荐算法。算法使用Hadoop分布式... 详细信息

针对原始的基于用户(User-based)或基于评分项目(Item-based)的协同过滤推荐算法(CFR)大多采用"硬分类"式聚类,且具有数据稀疏性和可扩展性的问题,提出一种基于灰色关联分析的分布式协同过滤推荐算法。算法使用Hadoop分布式计算平台,首先,计算评分矩阵中每个评分项目的灰色关系系数;然后,计算各评分项目的灰色关联度(GRG);最后,根据GRG获得每个评分项目的近邻集合,对不同用户的待预测项目用对应的近邻集合对其评分进行预测。通过在Movie Lens数据集上进行实验,与User-based和Item-based的CFR算法相比,该算法平均绝对误差分别下降了1.07%和0.06%,而且随着数据规模的扩展,通过增加集群节点,算法运行效率有相应的提升。实验结果表明,该推荐算法可以有效地实现大规模数据的推荐,并能解决数据可扩展性的问题。

关键词：灰色系统灰色关联度协同过滤推荐算法分布式系统 Hadoop

来源：评论

学校读者我要写书评

暂无评论

融合项目标签相似性的协同过滤推荐算法

引用

计算机应用 2018年第4期38卷 1007-1011,1022页

作者：廖天星王玲西南石油大学计算机科学学院成都610500

针对传统推荐算法在相似性计算和评分预测方法中存在预测精度和稳定性的不足,为进一步提高算法精确度和稳定性,提出一种新的推荐算法。首先,依据各项目的重要标签的数量,计算出项目间M2相似性,依据该相似性构成该项目的邻近项目集;然后... 详细信息

针对传统推荐算法在相似性计算和评分预测方法中存在预测精度和稳定性的不足,为进一步提高算法精确度和稳定性,提出一种新的推荐算法。首先,依据各项目的重要标签的数量,计算出项目间M2相似性,依据该相似性构成该项目的邻近项目集;然后,参考Slope One加权算法思想,定义了新的评分预测方法;最后,使用该评分方法基于邻近项目集对用户评分进行预测。为了验证该算法的准确性和稳定性,在Movie Lens数据集上与基于曼哈顿距离的K-最近邻(KNN)算法等传统推荐算法进行了对比,实验结果表明该算法与KNN算法相比平均绝对误差下降7.6%,均方根误差下降7.1%,并且在稳定性方面也更好,能更准确地为用户提供个性化推荐。

关键词：项目相似性标签 K近邻协同过滤推荐算法

来源：评论

学校读者我要写书评

暂无评论

结合CFDP与时间因子的协同过滤推荐算法

引用

计算机工程与应用 2020年第15期56卷 80-85页

作者：张凯辉周志平赵卫东同济大学电子信息与工程学院上海200093

在这个网络数据呈现爆炸式增长的时代,如何利用用户行为数据,对每位目标用户进行精准的项目推荐是一个极有价值的研究方向。协同过滤推荐算法作为最常见的推荐算法之一,如何对传统的协同过滤算法进行优化,便是该文的研究内容。针对传统... 详细信息

在这个网络数据呈现爆炸式增长的时代,如何利用用户行为数据,对每位目标用户进行精准的项目推荐是一个极有价值的研究方向。协同过滤推荐算法作为最常见的推荐算法之一,如何对传统的协同过滤算法进行优化,便是该文的研究内容。针对传统协同过滤算法存在的数据稀疏、冷启动以及实时性问题。采用CFDP算法对项目集合进行聚类,并对采用Slope-One算法进行数据填充,有效地缓解了数据稀疏以及冷启动的问题。针对传统算法的实时性问题,引入了时间因子,对每一项预测评分都乘以时间权重,使得预测评分更加科学准确,解决了推荐系统的实时性问题。采用MovieLens 1M数据集分别对传统协同过滤算法以及改进协同过滤算法进行对比实验,得出新算法的平均绝对偏差MAE要小于传统的协同过滤推荐算法,表明改进算法有效地优化了传统算法。

关键词：协同过滤推荐算法 CFDP算法时间因子平均绝对偏差

来源：评论

学校读者我要写书评

暂无评论

一种改进的协同过滤推荐算法

引用

河北工业大学学报 2010年第3期39卷 82-87页

作者：杨芳潘一飞李杰王云峰河北工业大学管理学院天津300401 四川大学电气信息学院四川成都610065

电子商务的蓬勃发展,使网站中能够提供的商品种类日益繁多,如何迎合客户的兴趣来推荐商品,成为当前电子商务亟待解决的重点问题.协同过滤作为目前推荐系统应用中最为成功的个性化推荐技术,也得到了越来越多研究者的关注.文章在简要介绍... 详细信息

电子商务的蓬勃发展,使网站中能够提供的商品种类日益繁多,如何迎合客户的兴趣来推荐商品,成为当前电子商务亟待解决的重点问题.协同过滤作为目前推荐系统应用中最为成功的个性化推荐技术,也得到了越来越多研究者的关注.文章在简要介绍传统协同过滤推荐算法的基础上,重点对推荐算法无法适用于用户多兴趣下的推荐问题进行了剖析,提出了一种基于用户多兴趣的协同过滤推荐改进算法.通过实验仿真,验证了该算法的有效性.

关键词：电子商务个性化推荐数据挖掘协同过滤推荐算法用户多兴趣

来源：评论

学校读者我要写书评

暂无评论

协同过滤推荐算法原理对大学生互联网阅读的指导

引用

河南教育（高教版）（中） 2019年第4期 45-47页

作者：王希胡玉娇河南牧业经济学院文法学院河南郑州450044 江西师范大学软件学院江西南昌330027

协同过滤推荐算法通过对用户历史行为数据的挖掘发现用户的偏好,基于不同的偏好对用户进行群组划分并推荐品味相似的商品。协同过滤推荐算法原理在大学生阅读中的作用就是通过该算法对大学生阅读的历史数据进行筛选与分析,了解大学生的... 详细信息

协同过滤推荐算法通过对用户历史行为数据的挖掘发现用户的偏好,基于不同的偏好对用户进行群组划分并推荐品味相似的商品。协同过滤推荐算法原理在大学生阅读中的作用就是通过该算法对大学生阅读的历史数据进行筛选与分析,了解大学生的需求与兴趣,从而将大学生感兴趣的阅读信息主动推荐给大学生。我们可以在协同过滤推荐算法的指导下,通过提高大学生媒介素养、引导大学生主动破除信息"茧房"、平衡广泛涉猎与深度阅读、控制好纸质阅读与互联网阅读的比例等措施,提高大学生互联网阅读的质量。

关键词：协同过滤推荐算法大学生互联网阅读媒介素养

来源：评论

学校读者我要写书评

暂无评论

一种优化组合相似度的协同过滤推荐算法

引用

计算机工程与科学 2017年第1期39卷 180-187页

作者：陈曦成韵姿长沙理工大学计算机与通信工程学院湖南长沙410114

为了进一步提高相似度计算的准确性,提出了一种优化组合相似度的协同过滤推荐算法。首先,建立用户-项目评分时间矩阵,根据用户对共同评分项目的评分时间先后顺序,计算用户之间的影响力;其次,根据用户对共同评分项目的评分差异,计算评分... 详细信息

为了进一步提高相似度计算的准确性,提出了一种优化组合相似度的协同过滤推荐算法。首先,建立用户-项目评分时间矩阵,根据用户对共同评分项目的评分时间先后顺序,计算用户之间的影响力;其次,根据用户对共同评分项目的评分差异,计算评分差异的加权信息熵;最后,将时序行为影响力融入到基于加权信息熵的相似度中,其中融合参数α由随机粒子群优化算法选择。通过与其他相似度计算方法比较,该算法降低了标准平均绝对误差和流行度,在一定程度上降低了数据稀疏性的影响,能更准确地计算相似度,从而提高了推荐质量。

关键词：协同过滤推荐算法时序行为影响力信息熵粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于Spark架构的艺术学慕课资源协同过滤推荐算法研究

引用

现代电子技术 2020年第3期43卷 162-164,168页

作者：侯璐璐宝鸡文理学院

传统资源协同过滤推荐算法MAE值偏高,因此提出基于Spark架构的艺术学慕课资源协同过滤推荐算法。采用分级响应形式,建立用户⁃资源评分关系模型,用户对资源的评分减掉该用户评分平均值,完成资源协同过滤相似度计算的优化,引入集成度高的S... 详细信息

传统资源协同过滤推荐算法MAE值偏高,因此提出基于Spark架构的艺术学慕课资源协同过滤推荐算法。采用分级响应形式,建立用户⁃资源评分关系模型,用户对资源的评分减掉该用户评分平均值,完成资源协同过滤相似度计算的优化,引入集成度高的Spark架构,预测用户对资源的评分并生成推荐列表,实现艺术学慕课资源的精准推荐。经过与两种传统算法的对比实验结果可知,研究的算法在不同比例训练集和测试集的情况下,MAE值均低于两种传统方法,说明基于Spark架构的艺术学慕课资源协同过滤推荐算法推荐精度更高,性能更好。

关键词：协同过滤推荐算法 Spark架构艺术学慕课资源用户评分预测用户⁃资源评分关系模型相似度计算

来源：评论

学校读者我要写书评

暂无评论

一种改进的top-N协同过滤推荐算法

引用

计算机应用研究 2018年第1期35卷 105-108,112页

作者：肖文强姚世军吴善明信息工程大学理学院郑州450001

针对传统的相似度计算方法仅依靠用户评分信息矩阵来计算物品或用户相似度,物品相似度的计算考虑了所有用户的历史反馈信息等问题,提出一种改进的协同过滤推荐算法。以所有物品的度的平均值作为阈值,在用户相似度计算公式中引入用户共... 详细信息

针对传统的相似度计算方法仅依靠用户评分信息矩阵来计算物品或用户相似度,物品相似度的计算考虑了所有用户的历史反馈信息等问题,提出一种改进的协同过滤推荐算法。以所有物品的度的平均值作为阈值,在用户相似度计算公式中引入用户共同评分权重以及流行物品权重;在物品相似度计算公式中引入物品时间差因素和用户共同评分权重。将兴趣相似的用户聚成一类,在类内应用推荐算法分别为用户进行推荐。实验结果表明,相比于传统的协同过滤推荐算法,新算法得到的推荐结果在召回率上提高了2.1%。该算法可在一定程度上提高推荐算法的精度以及推荐质量。

关键词：协同过滤推荐算法用户评分信息相似度聚类算法召回率

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：