期刊文献+

基于用户兴趣传播的协同过滤方法 被引量:1

User Interests Transmission Based Collaborative Filtering Approach
收藏 分享 导出
摘要 推荐系统帮助用户过滤无用信息并预测其可能感兴趣的产品。在推荐系统中,协同过滤是应用最为广泛的方法之一。然而,传统的协同过滤方法是在产品维度上计算用户相似度,而且在计算相似度时无法考虑邻居用户的影响。因此,该类方法往往受到高维度、数据稀疏等问题的困扰。为此,本文提出一种基于用户兴趣传播的协同过滤方法,在兴趣维度上计算用户相似度,同时考虑了兴趣在不同用户间的传播。该方法不仅可以有效防止冷启动和数据稀疏问题,而且具有较高的预测准确度。在标准数据集MovieLens上的测试结果表明了本文算法的有效性。 推荐系统帮助用户过滤无用信息并预测其可能感兴趣的产品。在推荐系统中,协同过滤是应用最为广泛的方法之一。然而,传统的协同过滤方法是在产品维度上计算用户相似度,而且在计算相似度时无法考虑邻居用户的影响。因此,该类方法往往受到高维度、数据稀疏等问题的困扰。为此,本文提出一种基于用户兴趣传播的协同过滤方法,在兴趣维度上计算用户相似度,同时考虑了兴趣在不同用户间的传播。该方法不仅可以有效防止冷启动和数据稀疏问题,而且具有较高的预测准确度。在标准数据集MovieLens上的测试结果表明了本文算法的有效性。
作者 高建煌 陈恩红 刘淇 Gao Jianhuang Chen Enhong Liu Qi(School of Computer Science and Technology,University of Science and Technology of China)
出处 《电子技术(上海)》 2010年第6期1-4,共4页
基金 国家自然科学基金资助(批准号:60775037)
关键词 推荐系统 协同过滤 兴趣传播 随机游走 recommender system collaborative filtering interest transmission random walk
  • 相关文献

参考文献13

  • 1刘淇,陈恩红.结合二部图投影与排序的协同过滤[J].小型微型计算机系统,2010(5):835-839. 被引量:14
  • 2MovieLens datasets. http://www.grouplens.org/node/73#attachments . 2020 被引量:1
  • 3Gediminas Adomavicius,Alexander Tuzhilin.Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions. IEEE Transactions on Knowledge and Data Engineering . 2005 被引量:1
  • 4Greg Linden,Brent Smith,Jeremy York.Amazon.com recommendations: item-to-item collaborative filtering. IEEE Internet Computing . 2003 被引量:1
  • 5Resnick P,Iacovou N,Suchak M,et al.GroupLens: An open architecture for collaborative filtering of netnews. Proceedings of the Conference on Computer Supported Cooperative Work . 1994 被引量:1
  • 6Fouss F,Pirotte A,Sarens M.Random-walk computation of simi-larities between nodes of a graph,with application to collaborative recommendation. IEEE Transactions on Knowledge and Data Engineering . 2007 被引量:1
  • 7Debnath Souvik,Ganguly Niloy,Mitra Pabitra.Feature Weighting in Content Based Recommendation Systems Using Social Network Analysis. WWW’08 . 2008 被引量:1
  • 8Gong Songjie,Cheng Guanghua.Mining User Interest Change for I mproving Collaborative Filtering. Intelligent Informa-tion Technology Application2008.Second International Sympo-sium . 2008 被引量:1
  • 9Zhou T,Ren J,Medo M,et al.Bipartite network projection and personal recommendation. Physical Review . 2007 被引量:1
  • 10Marko Balabanovic,Yoav Shoham.Content-based, collaborative recommendation. Communications of the ACM . 1997 被引量:1

二级参考文献22

  • 1Gedimiinas Adomavicus,Alexander Tuzhilin.Toward the next generation of recommender systems:a survey of the state-of-the-art and possible extensions[J].IEEE Transactions on Knowledge and Data Engineering,June 2005,17(6):734-749. 被引量:1
  • 2Linden G,Smith B,York J.Amazon.com recommendations:item-to-item collaborative filtering[J].IEEE Internet Computing,2003,7(1):76-80. 被引量:1
  • 3Miller B N,Albert I,Lam S K,et al.MovieLens unplugged:experiences with an occasionally connected recommender system[C].Proceeding of Int'l Conf.Intelligent User Interfaces,Miami,USA:2003,263-266. 被引量:1
  • 4Resnick P,Iacovou N,Suchak M,et al.Grouplens:an open architecture for collaborative filtering of netnews[C].Proceeding of the CSCW Conference,Chapel Hill,NC:1994,175-186. 被引量:1
  • 5Kim J W,Lee B H,Shaw M J,et al.Application of decision-tree induction techniques to personalized advertisements on Internet storefronts[J].International Journal of Electronic Commerce,2001,5(3):45-62. 被引量:1
  • 6Balabanovic M,Shoham Y.Fab:content-based,collaborative recommendation[J].Comm.ACM,1997,40(3):66-72. 被引量:1
  • 7Pazzani M.A framework for collaborative,content-based,and demographic filtering[J].Artificial Intelligence Rev.,Dec.1999,13:393-408. 被引量:1
  • 8Souvik Debnath,Niloy Ganguly,Pabitra Mitra.Feature weighting in content based recommendation system using social network analysis[C].Proceedings of WWW,Beijing,China:April,2008,pages 1041-1042. 被引量:1
  • 9http://www.movielens.umn.edu. 被引量:1
  • 10Pavlov D,Pennock D.A maximum entropy approach to collaborative filtering in dynamic,sparse,high-dimensional domains[C].Proceedings of 16th Ann.Conf.Neural Information Processing Systems (NIPS ′02),Canada:2002,1441-1448. 被引量:1

共引文献13

同被引文献6

引证文献1

二级引证文献7

投稿分析
职称考试

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈