检索结果-内蒙古大学图书馆

小型微型计算机系统 2016年第3期37卷 428-432页

作者：王成朱志刚张玉侠苏芳芳华侨大学计算机科学与技术学院福建厦门361021 西安交通大学机械强度与振动国家重点实验室西安710049

针对传统的基于用户的协同过滤算法存在的推荐效率、精度和个性化低的问题,提出一种改进方法.该方法在计算用户评分矩阵时,考虑到用户评分矩阵稀疏性,建立项目-用户的倒查表,只计算有相同评分项的用户之间的相似度,避免了传统方法中对... 详细信息

针对传统的基于用户的协同过滤算法存在的推荐效率、精度和个性化低的问题,提出一种改进方法.该方法在计算用户评分矩阵时,考虑到用户评分矩阵稀疏性,建立项目-用户的倒查表,只计算有相同评分项的用户之间的相似度,避免了传统方法中对所有用户计算两两用户相似度的庞大工作量.该方法在计算用户相似度时,考虑到项目的热门程度不同,"惩罚"了用户共同兴趣列表中的热门项目,避免了传统方法中赋予所有项目相同权值对推荐结果个性化的负面影响.本文在详细分析了改进的用户协同过滤算法的原理和优点,给出了其推荐步骤流程图.在Movielens100K和HetRec2011-movielens-2k公开数据集上,十折交叉验证的结果表明,改进后的算法节约了运行时间,提高了推荐算法的效率和个性化.

关键词：基于用户的协同过滤个性化推荐相似度计算用户评分矩阵数据稀疏性项目-用户倒查表十折交叉验证

来源：评论

学校读者我要写书评

暂无评论

基于用户的协同过滤算法在图书推荐系统中的应用研究

基于用户的协同过滤算法在图书推荐系统中的应用研究

引用

作者：柯贤斌长江大学

学位级别：硕士

随着图书资源的不断丰富与现代信息技术的飞速发展,“信息超载”的矛盾日益恶化,引起众多研究者的密切关注。目前在学界解决这种问题的常见有效途径有两条:搜索技术和个性化推荐技术。个性化推荐技术也称推荐系统,相比于搜索引擎,不依... 详细信息

随着图书资源的不断丰富与现代信息技术的飞速发展,“信息超载”的矛盾日益恶化,引起众多研究者的密切关注。目前在学界解决这种问题的常见有效途径有两条:搜索技术和个性化推荐技术。个性化推荐技术也称推荐系统,相比于搜索引擎,不依赖于用户主动键入搜索内容,不借助于用户提供明确的关键词导向,通过收集用户的历史行为习惯数据或标注信息,为用户建立兴趣模型,预测用户对某一图书是否喜欢以及喜好程度的高低,再主动给用户推荐其最有可能喜爱或者感兴趣的信息。在实践中,基于用户的协同过滤算法以其独特的优势在推荐系统中得到大量的应用,但仍存在一些关键问题亟待解决,如数据稀疏,冷启动,数据缺失,推荐准确性和多样性,推荐效率的问题等等。面对传统的基于用户的协同过滤推荐系统的不足,本文研究了传统的基于用户的协同过滤算法的相关技术,并在此基础上提出了一些改进算法。在对优化的用户-图书评分矩阵计算用户相似度时,考虑到两个用户的公共评级项目数量对评分次数对结果的影响,将两个用户共同项目相似度添加为阈值,用户评级的数量也包括在计算过程中,并且转换用户对图书的评分的次数是用户评定该属性的次数。公共评级项目的数量越大,评分次数越多,即使评分大小并不相同,也可以大致认为两个用户的兴趣偏好是接近的。本文采用BX-CSV-Dump数据集设计的实验和进行的多重交叉验证就是在得到了传统的基于用户协同过滤推荐算方法和经过改进后的基于用户的协同过滤算法在准确性方面和平均绝对误差方面的表现数据并分别用图和表格表示出来,以验证基于用户的协同过滤算算法在改进后是否可以在一定程度上提高推荐系统的准确性。

关键词：推荐系统图书推荐基于用户的协同过滤用户公共评分项

来源：评论

学校读者我要写书评

暂无评论

基于用户的协同过滤算法的改进研究

引用

软件 2017年第4期38卷 127-132页

作者：苏林宇陈学斌华北理工大学理学院河北唐山06300 河北省数据科学与应用重点实验室河北唐山06300

本文针对传统的基于用户协同过滤算法的稀疏性大,推荐效率,精度低等问题,提出了一种改进的算法。在计算"用户-评分"矩阵时,通过建立"项目-用户"倒查表,忽略无相同评分项的用户间相似性的计算,降低了用户评分矩阵的... 详细信息

本文针对传统的基于用户协同过滤算法的稀疏性大,推荐效率,精度低等问题,提出了一种改进的算法。在计算"用户-评分"矩阵时,通过建立"项目-用户"倒查表,忽略无相同评分项的用户间相似性的计算,降低了用户评分矩阵的稀疏性,以及传统方法中对所有用户两两计算相似度的工作量。在计算用户相似度时,考虑到项目热门程度对推荐结果的影响,通过"惩罚"用户共同兴趣列表中的热门项目,避免了传统算法中由于赋予所有项目相同权重给个性化推荐结果带来的负面影响。最后,通过和数据集检验该算法,并且用十折交叉方法验证结果。结果表明,改进后的算法节约了运行时间,提高了推荐算法的效率和个性化。

关键词：基于用户的协同过滤个性化推荐相似度计算十折交叉验证项目-用户倒查表

来源：评论

学校读者我要写书评

暂无评论

基于标签数据的用户协同过滤

基于标签数据的用户协同过滤

引用

作者：祁奇南京大学

学位级别：硕士

基于用户的协同过滤是一种被广泛使用的推荐方法。它根据相似用户的意见向目标用户进行推荐。基于用户的协同过滤方法的关键是计算用户间的相似度。在传统的方法中,两个用户间的相似度是根据他们对共同评过分的项目的评分信息来计算的... 详细信息

基于用户的协同过滤是一种被广泛使用的推荐方法。它根据相似用户的意见向目标用户进行推荐。基于用户的协同过滤方法的关键是计算用户间的相似度。在传统的方法中,两个用户间的相似度是根据他们对共同评过分的项目的评分信息来计算的。在某些情况下,两个用户共同评过分的项目非常少,这样计算得到的他们间的相似度就可能不精确并导致产生的推荐结果效果很差。随着社会化标签系统的快速发展,社会化标签数据给推荐系统带来了一些新的挑战和机遇。许多研究者已经提出了一系列的方法去挖掘标签数据来改进推荐系统的效果。本文提出了一种新的根据预测的标签评分计算用户间相似度的方法。一个用户对一个标签t的偏好可以根据他对所有被标注过t的项目的评分来预测。如果这个用户对这样的项目评分很少,那么预测得到的他对t的评分就可能会不准确。因此本文考虑了标签之间的关系,根据他对所有项目的评分来预测他对t的评分。本文提出的方法可以更准确地预测用户对标签的偏好。标签的数目可能会非常庞大,那么采用预测的标签评分去计算用户间的相似度的计算复杂度就会很高。本文也提出了根据预测的主题评分来计算用户间的相似度的方法。主题可以采用聚类方法或概率模型来从标签数据中生成。本文分别采用层次聚类和LDA来生成主题模型,实验表明LDA更适合处理标签数据,所以本文最终选择了LDA来生成主题模型。本文在MovieLens数据集上对本文提出的方法的效果进行了验证和评估。实验结果表明本文提出的方法比传统的基于用户的协同过滤方法效果更好。

关键词：基于用户的协同过滤标签共现分布预测的标签评分 LDA 层次聚类

来源：评论

学校读者我要写书评

暂无评论

改进用户相似度的协同过滤算法应用研究

引用

信息技术 2018年第7期42卷 130-134页

作者：肖宇航吴明礼北方工业大学计算机学院北京100144

在基于用户的协同过滤推荐算法中,当用户-评分矩阵相对稀疏时,用户共同评分项目个数较少,皮尔逊相似度算法很难精确的计算用户之间的相似度,同时皮尔逊相似度算法对所有的商品赋予相同的相似度权重,没有考虑热门商品对相似度的影响。针... 详细信息

在基于用户的协同过滤推荐算法中,当用户-评分矩阵相对稀疏时,用户共同评分项目个数较少,皮尔逊相似度算法很难精确的计算用户之间的相似度,同时皮尔逊相似度算法对所有的商品赋予相同的相似度权重,没有考虑热门商品对相似度的影响。针对以上不足,文中在皮尔逊相似度算法的基础上,提出了一种改进的皮尔逊相似度公式,计算过程中考虑用户共同评价商品个数以及商品的热门程度这两个相似度影响因素,使得计算用户间相似度更加精确,从而获得更好的推荐效果。实验结果表明,文中改进的皮尔逊相似度算法能够在相似用户数较少时更加准确地计算用户之间的相似度,降低了平均绝对误差(Mean Absolute Error,MAE)。

关键词：协同过滤基于用户的协同过滤用户相似度皮尔逊相似度 MAE

来源：评论

学校读者我要写书评

暂无评论

基于协同过滤技术的推荐算法研究

基于协同过滤技术的推荐算法研究

引用

作者：李洋西安电子科技大学

学位级别：硕士

随着互联网的不断发展,用户与网站的交互也越来越频繁,向用户提出合理的推荐成为了很多网络公司的追求商业利润的关键条件。推荐技术是个综合性的研究领域,它涉及机器学习、数据挖掘、统计学、人工智能和模式识别等领域。这项技术通过... 详细信息

随着互联网的不断发展,用户与网站的交互也越来越频繁,向用户提出合理的推荐成为了很多网络公司的追求商业利润的关键条件。推荐技术是个综合性的研究领域,它涉及机器学习、数据挖掘、统计学、人工智能和模式识别等领域。这项技术通过处理和分析用户的数据来找出有用的信息,并且向用户做出推荐。它是目前最热门的技术之一。本文首先对传统的基于用户的协同过滤算法和基于物品的协同过滤算法进行了系统的分析和研究。本文在前人研究的基础上,提出了有关于传统基于用户的协同过滤算法的改进。本文的研究和验证全部是基于实验完成,通过两组实验对几个算法取得的不同结果进行了全面的实现和分析。本文采用被广泛接受的三个不同的测评标准对几个算法进行了全面的评估。在实验的数据集上,本文通过实验证明了改进的基于用户的协同过滤算法在推荐的准确率和召回率上优于其他算法。本文分析了经修改的基于用户的协同过滤算法只在覆盖率上取得良好效果的原因,并总结了提供用户行为数据集的特点。本文使用在实验中取得较好效果的算法搭建了一个电影推荐系统,并从数据库到推荐引擎构成以及推荐流程等多角度阐述了系统构成。系统从实际角度出发,全面的分析了用户行为特征,并为每个用户构建与其兴趣爱好相似的人群集合。在经过推荐引擎预测出用户对系统中所有物品可能的喜好程度后,根据预测值大小排名,组成一个评分最高的TopN个商品推荐给用户,系统有效地迎合了电影网站用户群的特点。基于用户的协同过滤算法和基于物品的协同过滤算法虽然出现的时间很早,但现在仍然被很多著名的大型网站所应用,说明了这两个方法各有优点。研究人员已经对他们提出了不同的总结和改进。本文在前人研究的基础上主要使用了以下手段提高了算法的准确率、召回率和覆盖率:(1)将数据集中的用户行为数据归类总结,提取出在数据集上物品受欢迎程度的大小排名。(2)在量化相似度时,结合实际情况和前人的思想使用全新的计算公式选择出并削弱一部分对推荐结果产生不良影响的商品的影响力。从而全面提高推荐效率。

关键词：推荐基于用户的协同过滤基于物品的协同过滤削弱权值

来源：评论

学校读者我要写书评

暂无评论

基于协同过滤的个性化推荐算法研究

基于协同过滤的个性化推荐算法研究

引用

作者：李昂电子科技大学

学位级别：硕士

随着互联网技术的研究与发展、互联网应用广泛推广,全球的数据量正在以指数级的速率增长,信息过载的现象越来越严重,为了更加有效地使用这些互联网数据,推荐系统已经广泛运用到网购、音像、电子书报杂志、信息检索、新闻等领域中。一个... 详细信息

随着互联网技术的研究与发展、互联网应用广泛推广,全球的数据量正在以指数级的速率增长,信息过载的现象越来越严重,为了更加有效地使用这些互联网数据,推荐系统已经广泛运用到网购、音像、电子书报杂志、信息检索、新闻等领域中。一个互联网应用或者说互联网产品的推荐系统的优劣,甚至会影响这款产品的用户粘性。作为推荐系统的核心组成部分,推荐算法在整个系统中举足轻重的地位也就不言而喻了。作为一种简单、高效的算法,协同过滤技术已经成为现在市场中最主流也是最成功的一种技术,但是该技术仍然存在许多待解决的问题,例如:用户稀疏性导致的推荐性能大幅下降、冷启动问题以及传统算法中没有考虑用户的偏好的变化等问题。针对上述传统协同过滤中的不足之处,本文对其进行深入学习与讨论,包括:传统基于用户和项目的算法的研究与分析、分析一种基于用户与内容项目的混合协同过滤技术以及基于逐步遗忘的协同过滤技术的研究等。在学习与分析前人的研究结果的前提下,作者对于该技术进行了更深入的研究,以下是本文研究内容概要:1.概述个性化推荐系统的研究背景;分别介绍个性化推荐相关的数据挖掘、信息过滤等技术;分析常用的几种协同过滤算法的推荐过程及各自的优缺点;最后比较分析不同个性化推荐算法的优缺点;最后论述现阶段推荐系统存在的问题,为下一步的改进算法实验做铺垫;2.对于传统协同过滤技术进行分析研究,并进行相应的工程实现,得到的数据留存,与接下来提出的改进算法的结果做比较分析;3.提出一种基于用户-项目的混合协同过滤改进技术,减少数据稀疏对相似度计算的影响,并与传统协同过滤结果进行比较分析,验证该算法在推荐结果上的改进之处;4.考虑逐渐遗忘对于用户评分的影响,研究遗忘曲线在个性化推荐中的作用提出一种基于逐步遗忘的协同过滤改进算法,并与传统协同过滤结果进行比较分析,验证该算法在推荐结果上的改进之处。

关键词：个性化推荐基于用户的协同过滤基于项目的协同过滤混合协同过滤遗忘曲线

来源：评论

学校读者我要写书评

暂无评论

面向电商的基于协同过滤的个性化推荐

引用

科技广场 2016年第6期 15-19页

作者：张鹏飞熊娇娇罗绳烨吴方君江西财经大学信息管理学院江西南昌330013 江西财经大学数据与知识工程江西省高校重点实验室江西南昌330013

以阿里为代表的巨头电商平台创造了一个又一个"双十一"促销奇迹,这得益于个性化推荐系统,协同过滤是其中应用广泛、效果较准确的一种技术,也是目前主流的推荐算法。本文采用基于用户协同过滤的个性化推荐技术对2014年"天... 详细信息

以阿里为代表的巨头电商平台创造了一个又一个"双十一"促销奇迹,这得益于个性化推荐系统,协同过滤是其中应用广泛、效果较准确的一种技术,也是目前主流的推荐算法。本文采用基于用户协同过滤的个性化推荐技术对2014年"天池"大数据平台提供的四个月内884个真实用户对9531个商品的真实点击浏览、加入购物车、收藏和购买等四种行为的访问记录进行分析,以便对用户进行商品推荐。为真实反映用户对物品的偏好程度,对点击浏览、收藏、加入购物车和购买分别设置了权重0.0385、0.2375、0.3072和1,并采用皮尔森系数法计算用户之间的相似度,推荐结果与人们的经验是一致的。

关键词：协同过滤基于用户的协同过滤皮尔逊相似度偏好

来源：评论

学校读者我要写书评

暂无评论

基于协同过滤算法的音乐推荐系统的研究与实现

引用

电子世界 2020年第10期 63-64页

作者：张淼刘东旭滁州职业技术学院

随着网络和数字媒体的发展,在线音乐平台的资源日渐丰富.如何让用户在广博的音乐世界里快速找到自己喜欢的音乐成为困难.针对这种现象,音乐推荐系统应运而生.本文对目前使用最广泛的推荐算法——协同过滤推荐算法展开研究,并实现该算法... 详细信息

随着网络和数字媒体的发展,在线音乐平台的资源日渐丰富.如何让用户在广博的音乐世界里快速找到自己喜欢的音乐成为困难.针对这种现象,音乐推荐系统应运而生.本文对目前使用最广泛的推荐算法——协同过滤推荐算法展开研究,并实现该算法的两种模型,即基于用户的协同过滤和基于物品的协同过滤对用户提供音乐推荐服务,让用户方便、快速的找到自己感兴趣的音乐.

关键词：音乐推荐系统协同过滤推荐算法协同过滤算法数字媒体基于用户的协同过滤用户

来源：评论

学校读者我要写书评

暂无评论

基于室内定位技术的图书馆推荐算法

引用

兰州理工大学学报 2018年第2期44卷 102-106页

作者：马元元蒋子规刘艳飞郝海涛中山职业技术学院信息工程学院广东中山528404 北京邮电大学网络技术研究所北京100876 中山市广播电视大学广东中山528403

为解决图书馆推荐系统存在的数据稀疏性问题,帮助读者选择感兴趣的图书,提出基于室内定位的图书馆推荐算法.该算法使用室内定位技术,以书架为定位单元,根据读者在图书馆的活动轨迹,获得读者兴趣偏好,将偏好信息引入基于用户的协同过滤算... 详细信息

为解决图书馆推荐系统存在的数据稀疏性问题,帮助读者选择感兴趣的图书,提出基于室内定位的图书馆推荐算法.该算法使用室内定位技术,以书架为定位单元,根据读者在图书馆的活动轨迹,获得读者兴趣偏好,将偏好信息引入基于用户的协同过滤算法,发现兴趣相似读者,进行推荐.实验结果表明,此算法能有效解决图书馆推荐系统中数据稀疏性问题,为读者提供位置相关的个性化图书推荐.

关键词：室内定位基于用户的协同过滤推荐系统图书馆书架

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：