期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
一种有效缓解数据稀疏问题的协同过滤推荐算法 预览
1
作者 张清 于博 +1 位作者 王辉 邓林 《合肥工业大学学报:自然科学版》 CAS 北大核心 2019年第4期473-478,共6页
文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结... 文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结合提出的预测公式对目标用户的未评分项进行预测评分和填充,从而降低矩阵的数据稀疏度。实验结果表明,该算法对稀疏数据集具有较好的表现,能够提高推荐的质量。 展开更多
关键词 数据稀疏 协同过滤(CF) Tanimoto相似性系数 推荐算法 矩阵填充
在线阅读 免费下载
一种基于标签的Top-N个性化推荐算法 预览
2
作者 马闻锴 李贵 +2 位作者 李征宇 韩子扬 曹科研 《计算机科学》 CSCD 北大核心 2019年第S11期224-229,共6页
随着Web2.0的发展,UGC标签系统受到越来越多的关注,标签既能反映用户的兴趣又能描述物品的本身特征。现有的标签推荐算法没有考虑用户的连续行为所产生的影响,而传统的基于马尔可夫链(Markov Chain)的推荐算法虽然侧重于研究用户的连续... 随着Web2.0的发展,UGC标签系统受到越来越多的关注,标签既能反映用户的兴趣又能描述物品的本身特征。现有的标签推荐算法没有考虑用户的连续行为所产生的影响,而传统的基于马尔可夫链(Markov Chain)的推荐算法虽然侧重于研究用户的连续行为来产生推荐,但它是直接作用于用户与物品的二维关系,并不适用于基于UGC的标签推荐。因此,通过结合马尔可夫链和协同过滤的思想,提出了一种基于标签的个性化推荐算法。该算法将〈用户-标签-物品〉的三维关系拆分为〈用户-标签〉和〈标签-物品〉两个二维关系。首先通过马尔可夫链模型计算用户对标签的兴趣度,再通过推荐标签集来匹配与其相对应的物品。为了提高推荐的精准率,该算法利用标签之间的影响,并基于匹配物品中所含标签间存在的关联关系对物品进行满意度建模,该模型是一种概率模型。在计算用户-标签和用户-物品之间的兴趣度和满意度时使用了协同过滤的思想来补全稀疏值。在公开的数据集中,与现有算法相比,该算法在精准率、召回率上均有明显提高。 展开更多
关键词 推荐系统 标签 马尔可夫链(MC) 满意度模型 协同过滤(CF)
在线阅读 免费下载
基于Spark的推荐系统的设计与实现 预览 被引量:1
3
作者 李星 李涛 《计算机技术与发展》 2018年第10期194-198,共5页
推荐系统是数据挖掘的一个重要部分,能够实现海量数据信息的快速、全面、准确过滤.然而基于以往传统单个主机模式实现的推荐算法其计算过程耗费的时间过长,已经不能满足当前商业时代快速可靠的技术追求.大数据平台Spark分布式计算框架... 推荐系统是数据挖掘的一个重要部分,能够实现海量数据信息的快速、全面、准确过滤.然而基于以往传统单个主机模式实现的推荐算法其计算过程耗费的时间过长,已经不能满足当前商业时代快速可靠的技术追求.大数据平台Spark分布式计算框架通过引入RDD(弹性分布式数据集)的概念以及基于内存的运算模式,能够更好地适应大数据挖掘这一应用场景.推荐算法在实现过程中存在多次迭代计算,Spark计算框架的使用可以极大提升推荐系统的运算效率.文中利用Spark平台设计了一个基于物品的协同过滤(Item-CF)算法的商品推荐系统,并将其应用在MovieLens数据集上运行测试.实验结果表明,该系统能够提高推荐精确度并降低运算时间. 展开更多
关键词 大数据 Spark平台 推荐系统 协同过滤(CF) 数据挖掘
在线阅读 下载PDF
基于Spark的分布式实时推荐系统 预览 被引量:1
4
作者 王佳娴 王中杰 《系统仿真技术》 2017年第2期158-161,共4页
提出了一个基于Spark的分布式实时推荐系统(RS)。该系统应用Movie Lens数据集,在Spark平台上实现了基于模型的协同过滤(CF)算法,并在Spark Streaming框架上运用该算法进行测试,评估实时推荐中算法的可靠性。
关键词 推荐系统(RS) 协同过滤(CF) 流式数据 SPARK
在线阅读 下载PDF
基于用户隐性反馈与协同过滤相结合的电子书籍推荐服务 被引量:2
5
作者 曹斌 彭宏杰 +2 位作者 侯晨煜 杨克宇 范菁 《小型微型计算机系统》 CSCD 北大核心 2017年第2期334-339,共6页
随着电子设备的普及,越来越多的人更愿意在他们的手机或者平板上阅读电子书籍.推荐服务的出现是为了从海量电子书籍中找到符合读者兴趣的书籍,其中协同过滤(Collaborative Filtering,CF)作为推荐系统的主流方法,也被应用在书籍... 随着电子设备的普及,越来越多的人更愿意在他们的手机或者平板上阅读电子书籍.推荐服务的出现是为了从海量电子书籍中找到符合读者兴趣的书籍,其中协同过滤(Collaborative Filtering,CF)作为推荐系统的主流方法,也被应用在书籍推荐服务中.传统基于CF的书籍推荐在解决用户显性评分缺失问题时,仅考虑了用户对书籍的喜好程度与阅读时长和阅读频次等隐性反馈内容有关,忽略了在阅读书籍时不同用户间阅读速度可能存在差异.从阅读速度出发展开研究,提出阅读速度感知模型(Reading Speed—aware Model,RSA)和书籍阅读权重模型(Reading Book—weight Model,RBW),把用户的阅读时长转换为阅读速度,最后结合上述两个模型提出一个混合的速度一权重模型(Speed—Weight Model),将用户的隐性反馈转换为喜好程度的评分来补全CF评分矩阵.通过对现有方法的实验对比分析,本文所提方法能够在一定程度上提高书籍推荐的准确度. 展开更多
关键词 协同过滤(CF) 推荐系统 隐形反馈 电子书籍
差分隐私保护下一种改进的协同过滤推荐算法 预览
6
作者 王彤 黄树斌 《信息安全与技术》 2016年第4期26-28,共3页
协同过滤(CF)是推荐系统中最常用的算法,然而传统的构建在协同过滤上的推荐系统很难提供一个严格并有数学证明的隐私保证。近期研究表明,攻击者可以通过观察用户的推荐结果,推测出用户的评分记录,这将对用户的隐私造成极大的威胁。论文... 协同过滤(CF)是推荐系统中最常用的算法,然而传统的构建在协同过滤上的推荐系统很难提供一个严格并有数学证明的隐私保证。近期研究表明,攻击者可以通过观察用户的推荐结果,推测出用户的评分记录,这将对用户的隐私造成极大的威胁。论文在应用差分隐私保护技术的隐私保持协同过滤算法的基础上,对用户与物品进行裁剪,从而大量减少了噪声的引入,在保证隐私的前提下提升了算法准确度。同时,论文提出的算法改进方法具有较广的适用性,能够与已有的研究能够很好的结合。 展开更多
关键词 协同过滤(CF) 差分隐私保护 安全
在线阅读 下载PDF
基于改进协同过滤的移动个性化推荐服务研究 预览 被引量:2
7
作者 吕果 李法运 《情报探索》 2014年第2期101-105,110共6页
基于协同过滤(CF)的个性化推荐技术,提出一种移动设备个性化软件推荐系统.该系统根据协同过滤的理论,首先通过软件类别兴趣相似度的计算,筛选出软件类别相似的用户候选集,过滤所有移动用户,减小产生的用户候选推荐集;然后对用户候选... 基于协同过滤(CF)的个性化推荐技术,提出一种移动设备个性化软件推荐系统.该系统根据协同过滤的理论,首先通过软件类别兴趣相似度的计算,筛选出软件类别相似的用户候选集,过滤所有移动用户,减小产生的用户候选推荐集;然后对用户候选推荐集进行最近邻居的相似性计算以找出目标用户的邻居集合,并且对邻居集合中的邻居评分进行实时更新;最后根据兴趣相似度最大的K个邻居形成目标用户的Top-N推荐集.在第三方手机软件管理平台上通过监测推荐软件的下载或浏览量,验证系统的有效性和准确性. 展开更多
关键词 移动互联网 协同过滤(CF) 个性化推荐
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈