期刊文献+
共找到217篇文章
< 1 2 11 >
每页显示 20 50 100
结合关联规则填充的协同过滤改进算法 预览 被引量:1
1
作者 包志强 宋静霞 《现代电子技术》 北大核心 2019年第3期78-81,86共5页
为了改善传统个性化推荐中协同过滤算法存在的诸如用户和项目评分矩阵稀疏、推荐准确度不高、冷启动等问题,提出一种结合关联规则填充对协同过滤推荐算法进行改进的方法。这种算法是在协同过滤算法的第一步前加入通过关联规则得到的结果... 为了改善传统个性化推荐中协同过滤算法存在的诸如用户和项目评分矩阵稀疏、推荐准确度不高、冷启动等问题,提出一种结合关联规则填充对协同过滤推荐算法进行改进的方法。这种算法是在协同过滤算法的第一步前加入通过关联规则得到的结果,预测一些没有评分值的项目,将新得到的数据填充到原用户.项目评分矩阵中,降低评分矩阵的稀疏性,从而提供更多数据的相似性计算,在此基础上再结合基于传统项目的协同过滤算法对用户进行推荐。通过MovieLens数据集进行实验对比,结果显示文中提出的算法与传统算法相比,推荐系统的准确性和有效性显著提高。 展开更多
关键词 关联规则 数据填充 协同过滤 推荐算法 评分矩阵 数据稀疏 对比实验
在线阅读 下载PDF
基于网络评论情感信任分析的推荐策略 预览
2
作者 卢竹兵 李玉州 《计算机科学》 CSCD 北大核心 2019年第6期75-79,共5页
个性化推荐技术已经成为电子商务领域解决信息过载问题的一种有效手段.传统的协同过滤推荐系统由于算法自身的特点,普遍存在数据稀疏性和冷启动等问题,这些问题的存在使得个性化推荐过程中的准确率大大降低,影响了用户的个性化体验和对... 个性化推荐技术已经成为电子商务领域解决信息过载问题的一种有效手段.传统的协同过滤推荐系统由于算法自身的特点,普遍存在数据稀疏性和冷启动等问题,这些问题的存在使得个性化推荐过程中的准确率大大降低,影响了用户的个性化体验和对系统的信心.从社会学中的信任关系角度着手,通过对网络用户在线评论信息进行情感分析,提取出评论信息中用户的情感倾向,并对它进行有效量化,然后通过计算用户情感倾向的相似性建立用户间的信任关系.同时,在推荐过程中将所构建的信任关系与评分数据的相似度进行有效结合,弥补了相似度作为唯一权重因素而导致的推荐准确率降低的不足.首先,基于在线评论信息对用户的情感倾向性进行分析与量化;然后,基于情感相似度对用户信任关系进行建模;最后,基于用户情感信任关系对推荐策略进行设计.在所选数据集上的模拟对比实验表明,改进的引入情感分析信任模型的个性化推荐策略能够有效地降低平均绝对误差值MAE,推荐的准确率得到了提高;同时,覆盖率coverage和推荐系统对商品长尾的发掘能力也得到了有效的提升;另外,信任关系自主管理机制的引入,也大大改善了用户对系统的个性化体验,增强了用户对系统的信心. 展开更多
关键词 协同过滤 数据稀疏 信任关系 情感分析 相似度
在线阅读 免费下载
基于用户特征和相似置信度的协同过滤算法 预览
3
作者 赵文涛 吕霞 《测控技术》 2019年第8期95-98,102共5页
针对推荐系统中协同过滤算法存在的用户冷启动和数据稀疏性的问题,提出一种基于用户特征的相似度和基于置信度的相似度相融合的计算方法。该算法对用户的特征进行计算得到一个相似度,再考虑到能正常反映用户之间的相似兴趣而进行计算得... 针对推荐系统中协同过滤算法存在的用户冷启动和数据稀疏性的问题,提出一种基于用户特征的相似度和基于置信度的相似度相融合的计算方法。该算法对用户的特征进行计算得到一个相似度,再考虑到能正常反映用户之间的相似兴趣而进行计算得到一个和置信度有关的相似度,将两个相似度的权重按“相加为1”的方式进行融合得到最终的相似度。实验结果表明,这一方法在数据较为稀疏、用户邻居数较少的情况下与传统的协同过滤算法相比有较好的推荐效果。 展开更多
关键词 数据稀疏 冷启动 用户特征 置信度 协同过滤
在线阅读 免费下载
基于用户相似性传递的协同过滤推荐方法
4
作者 李征 段垒 王亚鲁 《河南大学学报:自然科学版》 CAS 2019年第1期61-68,共8页
随着Web服务量日益剧增,如何推荐给用户符合其期望的服务尤为重要.协同过滤是服务推荐系统中应用较广泛的算法,但协同过滤往往存在数据稀疏问题.针对该问题,文中提出了一种基于用户相似性传递的协同过滤推荐算法,通过改进的皮尔逊相关... 随着Web服务量日益剧增,如何推荐给用户符合其期望的服务尤为重要.协同过滤是服务推荐系统中应用较广泛的算法,但协同过滤往往存在数据稀疏问题.针对该问题,文中提出了一种基于用户相似性传递的协同过滤推荐算法,通过改进的皮尔逊相关系数计算出用户间的相似性,利用用户相似性构建相似性网络,并根据用户等级、最短路径和六度分隔理论进行用户间的相似性传递,以此增加目标用户的相似用户的数量,缓解了数据稀疏问题,然后根据传递填充过的用户相似网络进行服务的评分预测.最后以美团网的真实数据进行了实验,实验结果表明文中提出方法一定程度上可以提高推荐结果的准确性. 展开更多
关键词 协同过滤 服务推荐 数据稀疏 用户相似性
子字粒度切分在蒙汉神经机器翻译中的应用 预览
5
作者 任众 侯宏旭 +3 位作者 吉亚图 武子玉 白天罡 雷颖 《中文信息学报》 CSCD 北大核心 2019年第1期85-92,共8页
在蒙汉神经机器翻译任务中,由于语料稀少使得数据稀疏问题严重,极大影响了模型的翻译效果。该文对子字粒度切分技术在蒙汉神经机器翻译模型中的应用进行了研究。通过BPE算法将切分粒度控制在字符和词之间的子字粒度大小,将低频词切分成... 在蒙汉神经机器翻译任务中,由于语料稀少使得数据稀疏问题严重,极大影响了模型的翻译效果。该文对子字粒度切分技术在蒙汉神经机器翻译模型中的应用进行了研究。通过BPE算法将切分粒度控制在字符和词之间的子字粒度大小,将低频词切分成相对高频的子字片段,来缓解数据稀疏问题,从而在有限的数据和硬件资源条件下,更高效地提升模型的鲁棒性。实验表明,在两种网络模型中使用子字粒度切分技术,BLEU值分别提升了4.81和2.96,且随着语料的扩大,训练周期缩短效果也更加显著,说明子字粒度切分技术有助于提高蒙汉神经机器翻译效果。 展开更多
关键词 蒙汉神经机器翻译 数据稀疏 子字粒度切分
在线阅读 下载PDF
基于用户兴趣评分填充的改进混合推荐方法 预览
6
作者 李征 段垒 《工程科学与技术》 EI CAS CSCD 北大核心 2019年第1期189-196,共8页
针对传统协同过滤推荐方法中的用户项目评分数据稀疏和推荐准确度不高的问题,提出了一种基于用户兴趣评分填充的改进混合推荐方法。首先,分析用户对项目类型的偏好,计算用户兴趣评分并进行矩阵填充;然后,考虑用户主观评分差异化及项目... 针对传统协同过滤推荐方法中的用户项目评分数据稀疏和推荐准确度不高的问题,提出了一种基于用户兴趣评分填充的改进混合推荐方法。首先,分析用户对项目类型的偏好,计算用户兴趣评分并进行矩阵填充;然后,考虑用户主观评分差异化及项目自身质量的影响,对传统皮尔逊相关系数进行改进,并基于已填充评分矩阵进行用户相似性及项目相似性计算;在此基础上分别基于用户和项目两个方面进行评分预测,并将两者的预测评分进行加权求和,进而进行混合推荐;最后,以Movielens100k为数据集进行实验,先分析了用户兴趣评分矩阵的填充效果,再将文中方法和传统协同过滤混合推荐方法以及文献中提出方法进行了对比分析。实验结果表明;提出的评分矩阵填充方法能有效缓解数据稀疏的影响,填充效果优于传统评分矩阵填充方法;提出的改进混合推荐方法(IHRIRF)比传统的混合协同过滤推荐方法HCFR及WPCC方法具有更好地推荐效果。 展开更多
关键词 协同过滤 数据稀疏 评分差异化 混合推荐 皮尔逊相关系数
在线阅读HTML 下载PDF
经典推荐算法研究综述 预览
7
作者 周春华 沈建京 +1 位作者 李艳 郭晓峰 《计算机科学与应用》 2019年第9期1803-1813,共11页
推荐系统作为一种有效的信息过滤工具,由于互联网的不断普及、个性化趋势和计算机用户习惯的改变,将变得更加流行。尽管现有的推荐系统也能成功地进行推荐,但它们仍然面临着冷启动、数据稀疏性和用户兴趣漂移等问题的挑战。本文概述了... 推荐系统作为一种有效的信息过滤工具,由于互联网的不断普及、个性化趋势和计算机用户习惯的改变,将变得更加流行。尽管现有的推荐系统也能成功地进行推荐,但它们仍然面临着冷启动、数据稀疏性和用户兴趣漂移等问题的挑战。本文概述了推荐系统的研究现状,对推荐算法进行了分类,介绍了几种经典的推荐算法,主要包括:基于内容的推荐算法、协同过滤推荐算法和混合推荐算法,并对推荐系统未来的研究趋势进行了展望。 展开更多
关键词 推荐系统 冷启动 数据稀疏 协同过滤
在线阅读 下载PDF
一种基于用户的协同过滤推荐算法 预览
8
作者 张双庆 《电脑知识与技术:学术版》 2019年第1期19-21,共3页
文章首先介绍现存的基于用户的协同过滤推荐算法,分析算法存在的问题。然后在此基础上提出一种新的算法,新算法考察不同用户对相同物品评分的差值,以此度量用户与用户的相似度。由于新算法只关心不同用户对相同物品评分,因此既解决了数... 文章首先介绍现存的基于用户的协同过滤推荐算法,分析算法存在的问题。然后在此基础上提出一种新的算法,新算法考察不同用户对相同物品评分的差值,以此度量用户与用户的相似度。由于新算法只关心不同用户对相同物品评分,因此既解决了数据稀疏导致的算法准确度下降问题,同时,又提升了算法效率。最后,利用MoiveLens数据集中的测试数据集对新算法和老算法进行对比,从不同的维度比较新老算法的优劣势。 展开更多
关键词 推荐算法 协同过滤 数据稀疏 推荐效率 推荐精度
在线阅读 下载PDF
基于信任聚类的协同过滤推荐算法 预览
9
作者 王菲 黄刚 朱峥宇 《计算机技术与发展》 2019年第5期22-26,共5页
基于聚类的协同过滤算法是依靠群体的思想,根据最近邻的喜好为目标用户进行推荐,在处理规模较大的数据时是高效和可扩展的。但传统的聚类推荐方法普遍存在准确率和覆盖率较低的问题,评分矩阵稀疏性问题也会下降其推荐性能。针对这一系... 基于聚类的协同过滤算法是依靠群体的思想,根据最近邻的喜好为目标用户进行推荐,在处理规模较大的数据时是高效和可扩展的。但传统的聚类推荐方法普遍存在准确率和覆盖率较低的问题,评分矩阵稀疏性问题也会下降其推荐性能。针对这一系列问题,提出了一种基于信任聚类的协同过滤算法(TCCF)。该算法使用SVD聚类来处理信任和不信任关系矩阵,以发现信任群体。然后,提出了一种稀疏评分填充算法来生成密集用户评分模型解决稀疏性问题。最后与传统协同过滤算法进行整合推荐。开放数据测试实验表明,该算法可以有效地提高推荐的准确性和质量,并且一定程度上缓解了稀疏性问题,在聚类算法中加入信任关系,有效改善了冷启动问题,优于传统的聚类协同过滤算法。 展开更多
关键词 推荐系统 信任聚类 协同过滤 冷启动 数据稀疏
在线阅读 下载PDF
基于特征迁移的在线教育导师推荐方法 预览
10
作者 卢春华 杨辉 李云鹏 《科学技术与工程》 北大核心 2019年第12期211-215,共5页
在推荐系统中,数据稀疏和数据冷启动问题一直是待解决的重要难题。针对推荐系统中用户数量过少、评价数据稀疏、模型启动困难等问题,以及针对在线教育领域存在特征关联的特性,提出了一种全新的基于特征迁移的导师推荐方法。为了迁移出... 在推荐系统中,数据稀疏和数据冷启动问题一直是待解决的重要难题。针对推荐系统中用户数量过少、评价数据稀疏、模型启动困难等问题,以及针对在线教育领域存在特征关联的特性,提出了一种全新的基于特征迁移的导师推荐方法。为了迁移出更多有用的信息,该方法基于有限的领域特征,在目标领域和训练领域之间建立了一个基于特征相似度的桥梁。首先,获取训练领域和目标领域的推荐矩阵。然后,向量化用户和项目的特征空间,计算目标领域和训练领域之间特征的相似度。最后,构建特征迁移模型对目标领域进行迁移,得出目标推荐矩阵。研究结果表明,提出的方法能够很好地解决在线教育导师推荐领域中数据冷启动以及数据稀疏问题,与传统的推荐方法相比取得了很好的效果。 展开更多
关键词 迁移学习 特征迁移 推荐系统 数据稀疏 多领域推荐
在线阅读 免费下载
高校新读者图书个性化推荐服务研究 预览
11
作者 王圣镔 《农业图书情报》 2019年第5期50-60,共11页
[目的/意义]针对阻碍高校智慧图书馆对新读者进行图书个性化推荐的用户冷启动问题,提出一种面向新读者的高校图书馆个性化推荐方法,为智慧型高校图书馆开展图书个性化推荐服务、提高新读者借阅率提供切实可行的方案。[方法/过程]以北华... [目的/意义]针对阻碍高校智慧图书馆对新读者进行图书个性化推荐的用户冷启动问题,提出一种面向新读者的高校图书馆个性化推荐方法,为智慧型高校图书馆开展图书个性化推荐服务、提高新读者借阅率提供切实可行的方案。[方法/过程]以北华大学图书馆借阅流通大数据进行数据挖掘,得出属性相似的新读者和已有读者具有相似借阅偏好的结论。然后,通过奇异值分解解决数据稀疏问题,采用基于欧氏距离的蚁群算法对新读者与已有读者聚类,搭建了新读者和已有读者之间关系的桥梁。最后将已有读者借阅的图书采取Top-N算法对新读者推荐。[结果/结论]以2017级读者为实验对象,选取了3个学院的44名读者,用所提出的算法进行了实验检验。实验结果表明新算法推荐效果显著,操作简单可行,为后续个性化推荐工作奠定了基础。 展开更多
关键词 新读者 个性化推荐 用户冷启动 数据稀疏 聚类
在线阅读 下载PDF
基于异构信息融合的广告响应预测方法
12
作者 单丽莉 林磊 孙承杰 《中国科学:信息科学》 CSCD 北大核心 2019年第1期17-41,共25页
为了更有效地挖掘用户、上下文和广告之间的三维交互关系,张量分解模型开始被用于解决实时竞价广告响应预测问题.然而实时竞价广告响应预测面临严峻的数据稀疏和冷启动问题,尤其是广告转化率预测,单纯地依靠某类或某些信息很难有效地解... 为了更有效地挖掘用户、上下文和广告之间的三维交互关系,张量分解模型开始被用于解决实时竞价广告响应预测问题.然而实时竞价广告响应预测面临严峻的数据稀疏和冷启动问题,尤其是广告转化率预测,单纯地依靠某类或某些信息很难有效地解决这些问题,只有同时综合利用各种各样的异质、异构信息才能有效地应对这些问题.本文面向张量分解模型,提出了基于异构信息融合的综合解决方案来解决数据稀疏问题.该方案针对不同信息的性能、类型、结构、存在方式和作用特点等,提出了不同的融合策略和不同的实现方法,提升了基于张量分解模型的广告响应预测方法的可靠性和准确性,有效地缓解了需求方平台进行广告响应预测时面临的严峻数据稀疏问题.在选定数据集上基于异构信息融合的模型预测性能与基准方法相比取得了显著的提升. 展开更多
关键词 实时竞价广告 广告响应预测 张量分解 异构信息融合 数据稀疏 冷启动 预测方法
一种基于信任机制的概率矩阵分解协同过滤推荐算法 被引量:1
13
作者 王建芳 苗艳玲 +1 位作者 韩鹏飞 刘永利 《小型微型计算机系统》 CSCD 北大核心 2019年第1期31-35,共5页
传统的概率矩阵分解算法虽然较好地解决了推荐过程中的稀疏性和用户冷启动问题,但由于没有考虑到用户之间的信任信息,造成推荐精度不高.本文利用用户评分过程中潜在存在的信任关系,提出一种基于信任机制的概率矩阵分解协同过滤推荐算法T... 传统的概率矩阵分解算法虽然较好地解决了推荐过程中的稀疏性和用户冷启动问题,但由于没有考虑到用户之间的信任信息,造成推荐精度不高.本文利用用户评分过程中潜在存在的信任关系,提出一种基于信任机制的概率矩阵分解协同过滤推荐算法TM-PMF(Probabilistic Matrix Factorization Algorithm of Collaborative Filtering Based on Trust Mechanism).首先根据用户间的信任关系来构建信任网络以获得信任评分矩阵.然后将信任评分矩阵与用户评分矩阵进行融合构建用户-信任评分矩阵,接着通过概率矩阵分解技术获得最优推荐列表.最终实验结果表明在不同稀疏数据集上,本文提出的TM-PMF算法较传统算法在精度方面有较大幅度地提高. 展开更多
关键词 协同过滤 数据稀疏 信任机制 信任值 概率矩阵分解
基于项目评分预测与用户多相似度的协同过滤推荐算法 预览
14
作者 宋勇建 宋金玲 +2 位作者 张正阳 许佳松 赵家琳 《现代化农业》 2019年第3期60-62,共3页
根据项目之间的相似性预测用户对未评分项目的评分,解决协同过滤推荐的数据稀疏性问题。在此基础上,分别从用户评分、用户属性、用户历史行为等角度对用户的相似度进行衡量,并综合各种相似度用来计算目标用户的最近邻居。最后,综合利用... 根据项目之间的相似性预测用户对未评分项目的评分,解决协同过滤推荐的数据稀疏性问题。在此基础上,分别从用户评分、用户属性、用户历史行为等角度对用户的相似度进行衡量,并综合各种相似度用来计算目标用户的最近邻居。最后,综合利用项目评分预测和用户多相似度,提出一种改进的协同过滤推荐算法。 展开更多
关键词 推荐算法 数据稀疏 项目评分预测 用户相似度
在线阅读 下载PDF
多标签学习在智能推荐中的研究与应用 预览
15
作者 朱峙成 刘佳玮 阎少宏 《计算机科学》 CSCD 北大核心 2019年第S11期189-193,共5页
传统的智能推荐中运用了协同过滤算法,但是它并不能很好地处理用户的评分信息,推荐的质量受存在的数据稀疏性、极端数据的影响。对此,将推荐问题转换为多标签学习问题,文中提出了一种基于HMM模型和用户画像的完备智能推荐系统。首先设... 传统的智能推荐中运用了协同过滤算法,但是它并不能很好地处理用户的评分信息,推荐的质量受存在的数据稀疏性、极端数据的影响。对此,将推荐问题转换为多标签学习问题,文中提出了一种基于HMM模型和用户画像的完备智能推荐系统。首先设立不同的数据处理机制来提高模型的泛化能力,其次为了解决数据稀疏问题,提出反马尔科夫性改进HMM模型,最终构建用户画像对HMM模型的学习经验得到的结果进行筛选,得到最终的推荐服务。实验结果表明,在智能推荐问题中多标签学习有效地提高了推荐准确性和推荐效率。 展开更多
关键词 智能推荐系统 多标签学习 数据稀疏 用户画像
在线阅读 免费下载
一种有效缓解数据稀疏问题的协同过滤推荐算法 预览
16
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
基于迁移学习的领域自适应推荐方法研究 预览
17
作者 吴彦文 李斌 +2 位作者 孙晨辉 杜嘉薇 王馨悦 《计算机工程与应用》 CSCD 北大核心 2019年第13期59-65,共7页
协同过滤在目标评分数据非常稀疏时,其推荐效果往往会下降。跨领域推荐方法在一定程度上可以解决数据稀疏性的问题。对于不同领域异构的数据,如果不进行特征映射处理,则可能会导致负迁移;采用单一的迁移模式,则会造成潜在信息缺失。因此... 协同过滤在目标评分数据非常稀疏时,其推荐效果往往会下降。跨领域推荐方法在一定程度上可以解决数据稀疏性的问题。对于不同领域异构的数据,如果不进行特征映射处理,则可能会导致负迁移;采用单一的迁移模式,则会造成潜在信息缺失。因此,提出一种领域自适应的方法,以应用于跨领域推荐。具体包括:利用GFK特征映射后,以增加共享信息的一致性和减少潜在信息的缺失;采用联合用户侧重和项目侧重多元迁移模式来预测缺失评分的目标域矩阵,以提升预测评分的准确性。经开源数据集上的实验测试,证实了该模型可提高推荐的精准度。 展开更多
关键词 迁移学习 推荐方法 域自适应 数据稀疏 特征映射
在线阅读 下载PDF
基于稀疏聚类和信任度的协同过滤算法 预览
18
作者 侯宇博 《信息与电脑》 2018年第7期47-49,共3页
针对数据稀疏性问题,提出一种基于稀疏子空间聚类和预测评分的协同过滤算法。利用稀疏子空间聚类对用户评分矩阵进行聚类,可以保留更多有用信息。考虑用户评分尺度和用户之间的可信度问题,提出融合信任度的概念,通过计算用户间的信任度... 针对数据稀疏性问题,提出一种基于稀疏子空间聚类和预测评分的协同过滤算法。利用稀疏子空间聚类对用户评分矩阵进行聚类,可以保留更多有用信息。考虑用户评分尺度和用户之间的可信度问题,提出融合信任度的概念,通过计算用户间的信任度,最终使用用户间的信任度与相似度的结合作为新的权重进行推荐。 展开更多
关键词 数据稀疏 个性化推荐 共同喜好评分 稀疏子空间 协同过滤
在线阅读 下载PDF
融合双聚类技术的新型协同过滤算法 预览
19
作者 左东石 《湘潭大学自然科学学报》 2018年第2期108-111,共4页
针对传统协同过滤算法因未考虑用户与项目之间的对偶性而产生的数据稀疏问题,提出一种基于双聚类技术和Top-n推荐技术的新型协同过滤算法:通过同时对行之间和列之间进行聚类,可以对用户和项目之间的相似性进行辨识,从而确定二者的分组... 针对传统协同过滤算法因未考虑用户与项目之间的对偶性而产生的数据稀疏问题,提出一种基于双聚类技术和Top-n推荐技术的新型协同过滤算法:通过同时对行之间和列之间进行聚类,可以对用户和项目之间的相似性进行辨识,从而确定二者的分组信息;利用Top-n算法快速、精确地搜索出最佳的服务推荐.为了验证所提方法的有效性,在网络服务数据集上进行了相关实验.实验结果表明提出的方法能够在存在稀疏数据的情况下为用户提供有效的推荐,提高网络服务推荐的搜索精确性,提升CPU的有效利用率,并大幅度增强了算法的鲁棒性. 展开更多
关键词 协同过滤 数据稀疏 双聚类技术 稀疏 Top-n推荐
在线阅读 免费下载
一种嵌入项目元数据的跨项目协同过滤推荐算法
20
作者 王秀 刘学军 +1 位作者 陈振春 邵帅 《小型微型计算机系统》 CSCD 北大核心 2018年第4期707-712,共6页
传统的协同过滤推荐系统中用户相似性通常是由余弦、Pearson等方法来计算.然而这些方法都是基于共同的评分项目,在评分数据稀疏的情况下,用户之间的共同评分项目较少,很难准确地找到与目标用户偏好相似的邻居.针对这一问题,提出一... 传统的协同过滤推荐系统中用户相似性通常是由余弦、Pearson等方法来计算.然而这些方法都是基于共同的评分项目,在评分数据稀疏的情况下,用户之间的共同评分项目较少,很难准确地找到与目标用户偏好相似的邻居.针对这一问题,提出一种新的方法,通过嵌入项目元数据,利用用户与项目及其属性的交互,采用贝叶斯概率计算项目特征的相似性,并结合EMD方法实现基于元数据表示的跨项目计算相似性.实验结果表明,该方法能够有效地解决用户评分数据稀疏情况下传统的相似性度量方法所存在的不足,提高了推荐的准确性.  展开更多
关键词 协同过滤 数据稀疏 项目元数据 跨项目
上一页 1 2 11 下一页 到第
使用帮助 返回顶部 意见反馈