期刊文献+
共找到95篇文章
< 1 2 5 >
每页显示 20 50 100
一种基于稀疏分段的协同过滤推荐算法 预览
1
作者 贺怀清 计瑜 +1 位作者 惠康华 刘浩翰 《现代电子技术》 北大核心 2019年第9期90-94,共5页
针对数据强稀疏性严重制约协同过滤算法推荐准确性的问题,提出基于稀疏分段的改进方法。首先利用基于迭代预测的支持向量回归在解决小样本高维数据中的优势,对稀疏的U-I矩阵中相对弱稀疏的密集数据部分预测缺失评分,然后使用基于项目的... 针对数据强稀疏性严重制约协同过滤算法推荐准确性的问题,提出基于稀疏分段的改进方法。首先利用基于迭代预测的支持向量回归在解决小样本高维数据中的优势,对稀疏的U-I矩阵中相对弱稀疏的密集数据部分预测缺失评分,然后使用基于项目的插补协同过滤方法预测剩余数据的缺失评分。在多个公开数据集中的实验表明,该方法适用于强稀疏数据集的推荐,与基于项目协同过滤比较可取得较好的预测结果。 展开更多
关键词 稀疏分段 支持向量回归 基于项目的推荐 协同过滤 数据稀疏 小样本
在线阅读 下载PDF
基于用户-图书资源特征的图书资源推荐技术研究 预览 被引量:1
2
作者 刘超慧 李宇根 +1 位作者 陶浩武 周青 《电子世界》 2019年第8期86-87,共2页
人工智能和大数据技术的快速发展,为图书馆开展个性化服务提供了新的思路。本文概述了用户画像和推荐技术的研究现状和相关理论,提出了图书资源推荐方法,并构建了用户-图书资源评价模型,同时应用基于资源的协同过滤算法进行相关的图书... 人工智能和大数据技术的快速发展,为图书馆开展个性化服务提供了新的思路。本文概述了用户画像和推荐技术的研究现状和相关理论,提出了图书资源推荐方法,并构建了用户-图书资源评价模型,同时应用基于资源的协同过滤算法进行相关的图书资源推荐,该方法一定程度上克服了数据稀疏性导致的推荐效率低下问题。实验研究表明,推荐准确率有一定程度上的提高,具有一定的实践应用意义。 展开更多
关键词 资源特征 数据技术 图书馆 用户 协同过滤算法 化服务 数据稀疏 人工智能
在线阅读 下载PDF
基于改进协同过滤算法的用户页面兴趣度预测研究 预览
3
作者 宋泊东 张立臣 《计算机应用研究》 CSCD 北大核心 2019年第11期3266-3268,共3页
根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法利用网络日志中的显性用户过往兴趣度评分数据发现用户页面兴... 根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法利用网络日志中的显性用户过往兴趣度评分数据发现用户页面兴趣度和其影响因素。MATLAB仿真结果显示:提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性,在预测准确性、测量速度方面都有很大的提高。 展开更多
关键词 数据 奇异值分解 用户兴趣度 协作过滤算法 数据稀疏
在线阅读 下载PDF
融合Jensen-Shannon散度的推荐算法 预览
4
作者 王永 王永东 +1 位作者 邓江洲 张璞 《计算机科学》 CSCD 北大核心 2019年第2期210-214,共5页
为充分利用所有评分,缓解数据稀疏性问题,将概率统计领域的Jensen-Shannon(JS)散度引入相似性度量中,提出了一种新的项目相似性度量算法。该算法将项目的评分信息转化为评分值密度,并依据评分值的密度分布来计算项目相似性。同时,引入... 为充分利用所有评分,缓解数据稀疏性问题,将概率统计领域的Jensen-Shannon(JS)散度引入相似性度量中,提出了一种新的项目相似性度量算法。该算法将项目的评分信息转化为评分值密度,并依据评分值的密度分布来计算项目相似性。同时,引入评分数量因子,进一步提升了基于JS的相似性度量方法的性能。最后,以基于JS的相似性度量方法为基础,设计了相应的协同过滤算法。在MovieLens数据集上的实验结果表明,所提算法在预测误差和推荐准确性方面均有良好的表现。因此,该算法在推荐系统中具有很好的应用潜力。 展开更多
关键词 Jensen-Shannon散度 评分值密度 相似度量 协同过滤 数据稀疏
在线阅读 免费下载
一种面向稀疏数据基于间接评分的协同过滤算法 预览
5
作者 张超 颜伟 《曲阜师范大学学报:自然科学版》 CAS 2019年第3期60-65,共6页
针对数据稀疏性问题,从提高稀疏数据矩阵利用效率这个角度,提出了一种基于间接评分的协同过滤算法,在基于用户和基于项目的协同过滤算法基础上,将2种算法的预测评分进行动态地混合加权作为直接预测评分,同时引入“相似用户”对“相似物... 针对数据稀疏性问题,从提高稀疏数据矩阵利用效率这个角度,提出了一种基于间接评分的协同过滤算法,在基于用户和基于项目的协同过滤算法基础上,将2种算法的预测评分进行动态地混合加权作为直接预测评分,同时引入“相似用户”对“相似物品”的评分作为间接预测评分,最后把间接预测和直接预测2种评分加权形成用户对项目的最终评分.为证明该方法的有效性,使用MovieLens电影评分数据集对算法进行验证,结果表明该方法的平均绝对误差要比传统的基于用户和基于项目的协同过滤算法低,表明了在稀疏数据上该文提出的基于间接评分的协同过滤算法效果更佳. 展开更多
关键词 数据稀疏 间接评分 推荐系统 协同过滤
在线阅读 下载PDF
基于GMM-FMs的广告点击率预测研究 预览
6
作者 邓路佳 刘平山 《计算机工程》 CAS CSCD 北大核心 2019年第5期122-126,共5页
传统单一模型对广告点击率(CTR)的预测效果较片面,且广告日志数据存在稀疏性问题。为此,将高斯混合模型(GMM)与因子分解机(FM)相结合,建立一种广告点击率预测模型GMM-FMs。对原始数据集进行高斯聚类,在聚类后得到的数据子集上分别建立CT... 传统单一模型对广告点击率(CTR)的预测效果较片面,且广告日志数据存在稀疏性问题。为此,将高斯混合模型(GMM)与因子分解机(FM)相结合,建立一种广告点击率预测模型GMM-FMs。对原始数据集进行高斯聚类,在聚类后得到的数据子集上分别建立CTR预测模型,将多个预测模型的结果进行有效加权得到最终结果。实验结果表明,相比传统逻辑回归与FM模型,该模型在训练集与测试集比例不同时均能取得较高的AUC值。 展开更多
关键词 广告点击率 高斯混合模型 因子分解机 数据稀疏 逻辑回归模型
在线阅读 下载PDF
基于slope-one算法改进评分矩阵填充的协同过滤算法研究 预览
7
作者 向小东 邱梓咸 《计算机应用研究》 CSCD 北大核心 2019年第4期1064-1067,共4页
为解决协同过滤算法中的数据稀疏性问题,提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目,然后在填充后的用户-项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope... 为解决协同过滤算法中的数据稀疏性问题,提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目,然后在填充后的用户-项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope-one算法计算出来的评分预测值作为回填值,既能降低评分矩阵的稀疏性,也保证了回填值的多样性,从而减少均值、中值等单一填充值造成的推荐误差。在MovieLens-1M数据集上对该改进算法和协同过滤算法及均值中心化处理的算法作五折交叉实验,结果表明,基于评分预测值填充数据后的协同过滤算法有效地缓解了数据稀疏性问题,并且有更好的推荐效果。 展开更多
关键词 slope-one算法 数据稀疏 协同过滤 化推荐 矩阵填充 电影推荐
在线阅读 下载PDF
一种结合用户和项目聚类的协同过滤算法 预览
8
作者 罗弦 丁箐 王禹 《信息技术与网络安全》 2018年第10期28-31,共4页
针对协同过滤算法中评分矩阵稀疏性问题和可拓展性问题,提出一种改进的协同过滤算法,以望提高推荐效果和计算性能。该算法结合用户聚类和项目聚类,将最近邻搜索空间缩小到对应的聚类中,重新构建了相似度计算和评分预测方法。在Movie... 针对协同过滤算法中评分矩阵稀疏性问题和可拓展性问题,提出一种改进的协同过滤算法,以望提高推荐效果和计算性能。该算法结合用户聚类和项目聚类,将最近邻搜索空间缩小到对应的聚类中,重新构建了相似度计算和评分预测方法。在MovieLens数据集上的实验结果显示,改进后的算法相较于传统协同过滤算法在预测准确度上有所提高。 展开更多
关键词 协同过滤 聚类 数据稀疏 预测准确度 可拓展
在线阅读 下载PDF
基于用户多种关联信息和项目聚类的推荐算法 预览
9
作者 孙克雷 沈华理 《安徽理工大学学报:自然科学版》 CAS 2018年第5期57-64,共8页
基于用户背景信息的推荐算法中仅通过降低矩阵稀疏性来预测用户评分,造成算法的推荐准确率偏低。为解决上述问题,提出一种基于用户多种关联信息和项目聚类的推荐算法。首先通过加入用户与项目间的关联信息改进相似度计算方法来更加准确... 基于用户背景信息的推荐算法中仅通过降低矩阵稀疏性来预测用户评分,造成算法的推荐准确率偏低。为解决上述问题,提出一种基于用户多种关联信息和项目聚类的推荐算法。首先通过加入用户与项目间的关联信息改进相似度计算方法来更加准确计算获取相似用户,将最相似的前K个用户作为目标用户的最近邻;然后根据目标用户最近邻对项目的评分预测目标用户未评分项目的预评分,并把预评分填充到用户项目评分矩阵;最后通过协同过滤算法得到最终预评分,在此基础上结合项目聚类产生推荐项目列表。通过MovieLens数据集上的实验结果表明,该算法有效降低了矩阵稀疏性、减小评分误差和提高准确率。 展开更多
关键词 协同过滤 关联信息 项目聚类 数据稀疏 MovieLens数据 准确率
在线阅读 下载PDF
基于标签和评分差值信息熵的协同过滤算法 预览
10
作者 侯继昌 陈家琪 《电子科技》 2018年第5期57-61,65共6页
针对传统协同过滤算法存在的数据稀疏性问题,文中分析了用户标签兴趣实时变化导致的推荐准确度下降以及用户评分分散程度大等问题,提出了一种基于用户兴趣标签和评分差值信息熵的协同过滤算法。利用用户向量标签和兴趣遗忘函数计算用户... 针对传统协同过滤算法存在的数据稀疏性问题,文中分析了用户标签兴趣实时变化导致的推荐准确度下降以及用户评分分散程度大等问题,提出了一种基于用户兴趣标签和评分差值信息熵的协同过滤算法。利用用户向量标签和兴趣遗忘函数计算用户实时性兴趣相似度;再通过改进后的Jaccard函数对用户间评分差值信息熵进行加权,得出用户评分相似度;最后结合用户实时性兴趣相似度和差值权重信息熵得到目标用户的相似用户集,为目标用户推荐Top-N的相似度用户。实验结果表明,改进后的协同过滤算法能有效的提高推荐精度,同时在一定程度上解决稀疏性问题。 展开更多
关键词 协同过滤 信息熵 标签 数据稀疏
在线阅读 免费下载
基于多层次混合相似度的协同过滤推荐算法 预览 被引量:6
11
作者 袁正午 陈然 《计算机应用》 CSCD 北大核心 2018年第3期633-638,共6页
针对传统协同过滤推荐算法在数据稀疏的情况下存在的性能缺陷和相似性度量方法的不足,为了提高推荐精度,改进原算法得到了一种基于多层次混合相似度的协同过滤推荐算法。该算法主要分为三个不同的层次:首先采用模糊集的概念将用户评... 针对传统协同过滤推荐算法在数据稀疏的情况下存在的性能缺陷和相似性度量方法的不足,为了提高推荐精度,改进原算法得到了一种基于多层次混合相似度的协同过滤推荐算法。该算法主要分为三个不同的层次:首先采用模糊集的概念将用户评分模糊化,计算用户的模糊偏好,并结合用户评分的修正余弦相似度和用户评分的Jarccad相似度总体作为用户评分相似度;再对用户评分进行分类来预测用户对项目类别的兴趣程度,从而计算出用户兴趣相似度;然后利用用户的特征属性来预测用户之间的特征相似度;其次根据用户评分数量来动态地融合用户兴趣相似度及用户特征相似度;最后融合三个层次的相似度作为用户混合相似度的结果。利用MovieLens公用数据集对改进前后的算法进行对比实验,结果表明:当在邻居集合数量较少时,改进的混合算法相对修正余弦相似度算法的平均绝对偏差(MAE)下降了5%左右;较改进的修正的Jaccard相似性系数的协同过滤(Ml〈JcF)算法也存在略微的优势,随着邻居集合数的增加MAE也平均下降了1%左右。该算法采用多层次的推荐策略提高了用户的推荐精度,有效地缓解了数据稀疏性问题和单一度量方法的影响。 展开更多
关键词 协同过滤 数据稀疏 模糊集 评分相似度 兴趣相似度 特征相似度
在线阅读 下载PDF
融合多元信任机制的协同过滤算法 预览
12
作者 时念云 于镇涛 马力 《计算机技术与发展》 2018年第11期120-123,共4页
针对协同过滤算法的数据稀疏性问题,融合信任网络,提出了一种融合多元信任机制的协同过滤算法。首先,依据社会学中信任的定义,结合推荐系统中可利用的数据信息,对影响信任的主要因素(基本信任度、可靠度、影响力与自我取向)进行合理的量... 针对协同过滤算法的数据稀疏性问题,融合信任网络,提出了一种融合多元信任机制的协同过滤算法。首先,依据社会学中信任的定义,结合推荐系统中可利用的数据信息,对影响信任的主要因素(基本信任度、可靠度、影响力与自我取向)进行合理的量化,构建多元信任模型;其次,利用信任的可传递性,提出间接信任度计算公式,对用户信任矩阵进行有效扩充;最后,以信任度取代协同过滤算法中的相似度产生目标用户最近邻,进行推荐。最终,以MAE值为评价标准,通过与其他相关推荐算法的对比实验,结果表明该算法能够有效避免数据稀疏带来的推荐效果不佳问题,推荐精度得到了明显提高。 展开更多
关键词 推荐系统 协同过滤 信任机制 数据稀疏 信任传播 混合模型
在线阅读 下载PDF
基于用户兴趣融合的协同过滤推荐算法 预览
13
作者 兰小春 姚树廷 崔国红 《科技与管理》 2018年第1期86-90,共5页
协同过滤推荐算法已成功应用在各类门户网站,越来越多的研究者参与其中,然而在协同过滤推荐过程中用户一项目评分矩阵数据稀疏性以及推荐的准确性低等问题,始终制约着该算法的发展。为此,从用户兴趣角度出发,单独构建情景用户兴趣... 协同过滤推荐算法已成功应用在各类门户网站,越来越多的研究者参与其中,然而在协同过滤推荐过程中用户一项目评分矩阵数据稀疏性以及推荐的准确性低等问题,始终制约着该算法的发展。为此,从用户兴趣角度出发,单独构建情景用户兴趣模型及社交网络用户兴趣模型,再通过LogitBoost算法将2个兴趣模型融合得到准确的用户兴趣模型。Slope One算法填充用户一项目评分矩阵,解决用户一项目评分矩阵数据稀疏性问题;同时,通过用户兴趣模型计算目标用户的最近邻居用户,通过计算用户相似性,得到推荐集来提高协同过滤推荐算法的推荐准确度。 展开更多
关键词 协同过滤 用户兴趣 数据稀疏 推荐准确
在线阅读 下载PDF
基于社区划分的电影推荐模型 预览
14
作者 万慧 周涛 鲍胜利 《计算机应用》 CSCD 北大核心 2018年第A02期124-127,共4页
针对电影推荐系统中传统协同过滤推荐的数据稀疏性问题,引入社区划分的思想,构建了一种融合电影类别、用户评分和用户标签的电影推荐模型。首先,基于电影类别使用凝聚式层次聚类算法进行社区划分,并找到待推荐的用户所属的社区,然后根... 针对电影推荐系统中传统协同过滤推荐的数据稀疏性问题,引入社区划分的思想,构建了一种融合电影类别、用户评分和用户标签的电影推荐模型。首先,基于电影类别使用凝聚式层次聚类算法进行社区划分,并找到待推荐的用户所属的社区,然后根据用户评分和用户标签构建用户相似性,在社区中找到和用户最相似的用户集合,最后根据相似用户集合的用户评分预测待推荐用户的评分并进行推荐。在MovieLens数据集上进行仿真实验,该模型相比基于余弦相似性的协同过滤的平均绝对误差(MAE)和均方根误差(RMSE)分别下降了0.1404和0.1490,相比基于Pearson的协同过滤的MAE和RMSE分别下降了0.1095和0.0833。实验结果表明该模型具有良好的推荐效果,且该模型在社区内部进行推荐,有效解决了数据稀疏性问题。 展开更多
关键词 数据稀疏 凝聚层次聚类 社区划分 电影推荐 用户相似
在线阅读 下载PDF
基于用户聚类的二分图网络协同推荐算法 预览
15
作者 郑怀宇 《沈阳工业大学学报》 北大核心 2018年第3期316-321,共6页
针对协同过滤推荐系统应用中存在的数据稀疏、可扩展性受限等问题,提出了一种基于用户聚类的二分图网络协同推荐算法.该算法在用户聚类阶段对二分图网络进行用户中心聚类,并获取用户聚类中心及其所在的群组,基于用户群组的评价信息为目... 针对协同过滤推荐系统应用中存在的数据稀疏、可扩展性受限等问题,提出了一种基于用户聚类的二分图网络协同推荐算法.该算法在用户聚类阶段对二分图网络进行用户中心聚类,并获取用户聚类中心及其所在的群组,基于用户群组的评价信息为目标用户提供更广泛的推荐数据;在协同推荐阶段,围绕聚类中心及其所在群组为未评分项目完成预测评分,为用户推荐综合评分最高的Top-n项目.结果表明,该算法能够提升目标用户推荐的准确度,并能改善协同推荐的多样性. 展开更多
关键词 协同推荐 内容推荐 二分图网络 聚类 推荐系统 数据稀疏 准确 多样
在线阅读 下载PDF
基于用户和项目双向聚类的协同过滤推荐算法 预览
16
作者 周超 孙英华 +1 位作者 熊化峰 刘雪庆 《青岛大学学报:自然科学版》 CAS 2018年第1期55-60,共6页
针对传统协同过滤算法数据稀疏性问题,提出一种基于用户和项目双向聚类的协同过滤推荐算法CFBC(Collaborative Filtering based on Bidirectional Clustering),将评分矩阵从用户和项目两个方向进行聚类,降低数据稀疏性的影响,提出一... 针对传统协同过滤算法数据稀疏性问题,提出一种基于用户和项目双向聚类的协同过滤推荐算法CFBC(Collaborative Filtering based on Bidirectional Clustering),将评分矩阵从用户和项目两个方向进行聚类,降低数据稀疏性的影响,提出一种改进的相似度计算方法P-J(Pearson-Jaccard)相关系数,提高相似度计算精度。实验证明,相较于传统协同过滤算法,该算法能有效提高推荐准确度。 展开更多
关键词 推荐算法 协同过滤 数据稀疏 双向聚类 P-J相关系数
在线阅读 下载PDF
PMUS-HOSGD张量分解方法及其在标签推荐中的应用 预览
17
作者 杨林 顾军华 +2 位作者 官磊 张宇娟 彭玉青 《计算机工程》 CSCD 北大核心 2018年第11期300-305,312共7页
目前的标签推荐系统使用张量来存储“用户-资源-标签”三维数据,以挖掘三者之间潜在的语义关联。为更好地解决三维数据的稀疏性问题,避免张量填充造成的数据失真,提出基于标签惩罚机制的张量构建方法PMUS和基于随机梯度下降的张量分解方... 目前的标签推荐系统使用张量来存储“用户-资源-标签”三维数据,以挖掘三者之间潜在的语义关联。为更好地解决三维数据的稀疏性问题,避免张量填充造成的数据失真,提出基于标签惩罚机制的张量构建方法PMUS和基于随机梯度下降的张量分解方法HOSGD。利用标签惩罚机制和用户评分构建张量,使用随机梯度下降法对张量的展开矩阵进行分解。在此基础上,结合PMUS和HOSGD提出PMUS-HOSGD算法对数据进行处理,根据结果为用户进行个性化标签推荐。在数据集MovieLens上的实验结果表明,与CubeALS、HOSVD和CF算法相比,该算法能够有效提高标签推荐的准确率。 展开更多
关键词 标签推荐 数据稀疏 张量构建 张量分解 惩罚机制 随机梯度下降
在线阅读 下载PDF
采用信任网络增强的协同过滤算法 预览 被引量:2
18
作者 李熠晨 陈莉 +1 位作者 石晨晨 兰小艳 《计算机应用研究》 CSCD 北大核心 2018年第1期116-120,共5页
由于数据稀疏性问题的普遍存在,不仅传统的协同过滤系统中使用单一相似度进行的推荐不具备较高的可信度,而且共同评分项过于稀疏也会导致其推荐性能大打折扣。针对以上问题,提出了一种采用信任网络增强的协同过滤算法(记为ECFATN)。通... 由于数据稀疏性问题的普遍存在,不仅传统的协同过滤系统中使用单一相似度进行的推荐不具备较高的可信度,而且共同评分项过于稀疏也会导致其推荐性能大打折扣。针对以上问题,提出了一种采用信任网络增强的协同过滤算法(记为ECFATN)。通过引入社会网络中常用的信任关系,即在原始的用户—项目评分矩阵上,通过信任计算建立用户间的信任关系,并使用传播规则传递信任关系,构建一个用户信任网络;最终使用用户间的信任度与相似度线性加权作为新的权重进行推荐。在真实的数据集上进行测试,实验结果表明,ECFATN算法不仅在一定程度上缓解了数据稀疏性问题并提高了推荐精度,而且由于信任关系的引入,对于用户冷启动问题也有较大的改善。 展开更多
关键词 数据稀疏 协同过滤 相似度 信任网络 用户冷启动
在线阅读 下载PDF
一种基于离散增量的项目相似性度量方法
19
作者 王永 王永东 +1 位作者 郭慧芳 周玉敏 《数据分析与知识发现》 CSSCI CSCD 北大核心 2018年第5期70-76,共7页
【目的】缓解典型的项目相似性度量方法必须使用共同评分、在高度稀疏数据环境中预测精度较低等问题。【方法】引入生物信息科学领域的离散增量,将其构造为相异系数,利用项目评分值的频数及其分布计算项目相似度,克服依赖于共同评分的... 【目的】缓解典型的项目相似性度量方法必须使用共同评分、在高度稀疏数据环境中预测精度较低等问题。【方法】引入生物信息科学领域的离散增量,将其构造为相异系数,利用项目评分值的频数及其分布计算项目相似度,克服依赖于共同评分的局限性,改善数据稀疏性的问题;同时结合项目属性信息,提高度量结果的合理性与准确性。【结果】相比于其他典型算法,本文算法的RMSE降低了2.56%,F1值提高了3.88%。【局限】推荐多样性可能不足。【结论】本文算法对于冷启动问题亦有更好的表现,因此,具有良好的应用潜力。 展开更多
关键词 离散增量 相似度量 数据稀疏 协同过滤 冷启动
基于随机游走和多样性图排序的个性化服务推荐方法 预览 被引量:2
20
作者 方晨 张恒巍 +1 位作者 王娜 王晋东 《电子学报》 CSCD 北大核心 2018年第11期2773-2780,共8页
针对传统服务推荐算法由于数据稀疏性而导致推荐准确性不高,以及推荐结果缺乏多样性等缺陷,提出基于随机游走和多样性图排序的个性化服务推荐方法(PRWDR).在分析直接相似关系稀疏性的基础上提出带权重的随机游走模型,通过在用户网络上... 针对传统服务推荐算法由于数据稀疏性而导致推荐准确性不高,以及推荐结果缺乏多样性等缺陷,提出基于随机游走和多样性图排序的个性化服务推荐方法(PRWDR).在分析直接相似关系稀疏性的基础上提出带权重的随机游走模型,通过在用户网络上进行随机游走来挖掘更多的相似关系;基于所有相似用户预测服务的QoS值,并给出服务图模型构建方法,以过滤大量性能过低的候选服务;提出最优节点集合选取策略,利用贪婪算法得到兼具推荐准确性和功能多样性的服务推荐列表.在公开发布的数据集上进行实验,并与多个经典算法进行比较,验证了本算法的有效性. 展开更多
关键词 服务推荐 数据稀疏 多样 随机游走模型
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部 意见反馈