期刊文献+
共找到21篇文章
< 1 2 >
每页显示 20 50 100
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
1
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 数据稀疏性 协同过滤 个性化推荐 矩阵填充 电影推荐
在线阅读 下载PDF
融合社交网络与关键用户的并行协同过滤推荐算法 预览
2
作者 肖成龙 王宁 王永贵 《计算机应用研究》 CSCD 北大核心 2019年第10期2938-2942,共5页
为解决传统协同过滤推荐算法中存在的数据稀疏、冷启动以及推荐结果缺乏多样性等问题,提出一种融合社交网络与关键用户的协同过滤推荐算法。该算法在用户—项目评分矩阵基础上,融合用户社交网络信息得出社交信任矩阵,融合关键用户信息... 为解决传统协同过滤推荐算法中存在的数据稀疏、冷启动以及推荐结果缺乏多样性等问题,提出一种融合社交网络与关键用户的协同过滤推荐算法。该算法在用户—项目评分矩阵基础上,融合用户社交网络信息得出社交信任矩阵,融合关键用户信息得出关键用户评分矩阵。利用三大评分矩阵,分配不同的权重比例,共同来预测用户对于目标项目评分。针对海量数据问题,采用Spark分布式集群实现该算法的计算并行化。实验结果表明,该算法能够有效缓解数据稀疏问题,提高处理速度和推荐准确度。 展开更多
关键词 社交网络 并行化 关键用户 协同过滤 大数据 电影推荐
在线阅读 下载PDF
融合动态协同过滤和深度学习的推荐算法 预览
3
作者 邓存彬 虞慧群 范贵生 《计算机科学》 CSCD 北大核心 2019年第8期28-34,共7页
在信息爆炸的时代,推荐系统在减轻信息过载方面发挥了巨大的作用。目前,推荐系统普遍使用传统的协同过滤算法学习用户商品行为矩阵中的隐向量,但是其存在数据稀疏性和冷启动问题,同时未考虑用户的兴趣偏好以及商品的受欢迎程度会随时间... 在信息爆炸的时代,推荐系统在减轻信息过载方面发挥了巨大的作用。目前,推荐系统普遍使用传统的协同过滤算法学习用户商品行为矩阵中的隐向量,但是其存在数据稀疏性和冷启动问题,同时未考虑用户的兴趣偏好以及商品的受欢迎程度会随时间发生改变,这极大地限制了推荐的准确性。已有学者利用深度学习模型学习辅助信息的特征来扩充协同过滤算法的特征,取得了一定的成果,但并未充分有效地解决全部问题。以电影推荐为研究对象,提出了融合动态协同过滤和深度学习的推荐算法。首先,利用动态协同过滤算法融入时间特征;然后,利用深度学习模型来学习用户和电影特征信息,以形成高维潜在空间的用户特征和电影特征的隐向量;最后,将其融入到动态协同过滤算法中。以MovieLens为实验数据集对电影的评分进行预测,实验结果表明所提算法提高了电影评分预测的准确性。 展开更多
关键词 电影推荐 隐向量 深度学习 动态协同过滤
在线阅读 免费下载
基于双层注意力机制的深度学习电影推荐系统 预览
4
作者 肖青秀 汤鲲 《计算机与现代化》 2018年第11期109-114,共6页
传统协同过滤技术仅使用用户对物品的评分矩阵,没有充分利用用户和物品的其他多种特征,而且由于评分矩阵非常稀疏,导致推荐系统的推荐准确率严重下降。近几年深度学习技术在机器学习的多个领域取得了显著的成就,本文针对传统协同过... 传统协同过滤技术仅使用用户对物品的评分矩阵,没有充分利用用户和物品的其他多种特征,而且由于评分矩阵非常稀疏,导致推荐系统的推荐准确率严重下降。近几年深度学习技术在机器学习的多个领域取得了显著的成就,本文针对传统协同过滤推荐系统的问题,提出一种基于双层注意力机制的深度学习推荐系统。以电影推荐为例,使用深度学习框架处理推荐系统中的多种输入特征信息,同时引入双层注意力机制,分别学习用户和电影每个特征之间的偏好以及用户与其观影列表中每一部电影间的偏好,从而尽可能多地利用用户和电影的特征数据,学习用户的行为偏好,在一定程度上改善了推荐的效果。 展开更多
关键词 双层注意力机制 深度学习 推荐系统 电影推荐
在线阅读 下载PDF
Apriori算法在大数据集上的高效应用 预览
5
作者 陈邦豪 《智能计算机与应用》 2018年第4期195-198,202共5页
Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。本文通过实例使用Python语言将Apriori算法用到电影推荐上,从大量电影打分数据形成的大数据集中找到可用于电影推荐的关联规则。整个过程由两个阶段构成,先借助Apriori算法... Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。本文通过实例使用Python语言将Apriori算法用到电影推荐上,从大量电影打分数据形成的大数据集中找到可用于电影推荐的关联规则。整个过程由两个阶段构成,先借助Apriori算法寻找数据中的频繁项集,然后根据找到的频繁项集,生成关联规则。由此算法得到结果更高效、快捷、灵活,也取得了良好的电影推荐效果。同时也为下一步针对Apriori算法的改进及更大范围的应用提供了方向,具有较大的应用价值。 展开更多
关键词 APRIORI算法 数据挖掘 电影推荐 大数据集
在线阅读 免费下载
一种电影推荐模型:解决冷启动问题 预览 被引量:1
6
作者 刘春霞 陆建波 武玲梅 《计算机与现代化》 2018年第11期83-87,共5页
推荐系统数据库的评分数据稀少,对电影推荐的质量有所限制。为解决这个问题,提出一种同时将用户和电影元数据纳入改进的隐语义模型的模型。构造用户元数据-分类矩阵与电影元数据-分类矩阵,将分类域与隐因子空间进行映射,以此获取新... 推荐系统数据库的评分数据稀少,对电影推荐的质量有所限制。为解决这个问题,提出一种同时将用户和电影元数据纳入改进的隐语义模型的模型。构造用户元数据-分类矩阵与电影元数据-分类矩阵,将分类域与隐因子空间进行映射,以此获取新用户与新电影的隐因子,进行推荐。实验结果表明,这种模型在提高预测准确率的同时,有效地解决了冷启动问题。 展开更多
关键词 推荐系统 冷启动 元数据 隐语义模型 电影推荐
在线阅读 下载PDF
基于社区划分的电影推荐模型 预览
7
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 数据稀疏性 凝聚层次聚类 社区划分 电影推荐 用户相似性
在线阅读 下载PDF
大数据在动漫产业中的应用 预览 被引量:1
8
作者 魏三强 《吉首大学学报:自然科学版》 CAS 2017年第3期40-45,共6页
作为继云计算、物联网之后IT行业又一颠覆性的技术,大数据已经渗入到社会发展的方方面面.随着"中国动漫数据平台"的成功组建,大数据被应用到动漫产业链的各个环节.大数据在动画电影推荐系统中的应用、整合动漫产业链实现价值最大化,... 作为继云计算、物联网之后IT行业又一颠覆性的技术,大数据已经渗入到社会发展的方方面面.随着"中国动漫数据平台"的成功组建,大数据被应用到动漫产业链的各个环节.大数据在动画电影推荐系统中的应用、整合动漫产业链实现价值最大化,助力动漫产业结构调整、产业融合和转型升级等方面,发挥着重要的技术支撑作用."大数据+动漫"的融合发展模式,将使动漫产业的未来格局发生根本性变化. 展开更多
关键词 大数据 协同过滤 动画电影 推荐系统 动漫产业
在线阅读 下载PDF
面向电影推荐的时间加权协同过滤算法的研究 预览 被引量:10
9
作者 兰艳 曹芳芳 《计算机科学》 CSCD 北大核心 2017年第4期295-301,322共8页
针对协同过滤算法的信息过期问题,提出一种改进的时间加权协同过滤算法(NTWCF)。考虑信息随时间推移导致信息影响力变化的因素,在信息半衰期的启发下,引入信息保持期的概念,通过在最近邻查找阶段和预测评分阶段采用一种新颖的时间加... 针对协同过滤算法的信息过期问题,提出一种改进的时间加权协同过滤算法(NTWCF)。考虑信息随时间推移导致信息影响力变化的因素,在信息半衰期的启发下,引入信息保持期的概念,通过在最近邻查找阶段和预测评分阶段采用一种新颖的时间加权函数为项目上的评分赋予不同的时间权重。电影数据集上的实验结果表明,它在一定程度上大幅度提高了预测推荐的准确性。接着,针对算法的实时性问题,利用时间加权的项目聚类优化NTWCF算法,提出综合时间权重和项目聚类的协同过滤算法(TWICCF),对评分信息时间加权后再对项目K-means聚类,在为目标项目查找最近邻时只在若干聚类构成的项目集中进行。相比NTWCF算法,TWICCF算法在推荐准确度和实时性上均取得了显著的提升。 展开更多
关键词 协同过滤 电影推荐 信息半衰期 信息保持期 时间加权 项目聚类
在线阅读 免费下载
融合用户兴趣度与项目相关度的电影推荐算法研究 预览 被引量:3
10
作者 俞美华 《电脑知识与技术》 2017年第3X期22-26,共5页
在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出一种融合用户兴趣度与项目相关度的电影推荐算法,此算法基于项目类别属性的用户兴趣度计算用户间相似性,... 在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出一种融合用户兴趣度与项目相关度的电影推荐算法,此算法基于项目类别属性的用户兴趣度计算用户间相似性,并结合基于关联规则思想计算项目间相似性从而产生推荐。基于Movielens数据集的实验结果表明,本文所提出的算法比传统的推荐算法在推荐准确度上有明显提高。 展开更多
关键词 电影推荐 用户兴趣度 项目相关度 协同过滤
在线阅读 下载PDF
基于多维度特征权值动态更新的用户推荐模型研究 预览 被引量:1
11
作者 吴承毅 《现代电子技术》 北大核心 2016年第15期127-129,共3页
为了提高电影个性化推荐的准确性,将电影通过导演、演员、上映时间、类型和地区等五个部分作为特征维度来表征,特征维度权值采用CHI方法计算,特征维度的权值进行归一化后,电影之间的相似度可以通过特征维度间的相似度体现,用户推... 为了提高电影个性化推荐的准确性,将电影通过导演、演员、上映时间、类型和地区等五个部分作为特征维度来表征,特征维度权值采用CHI方法计算,特征维度的权值进行归一化后,电影之间的相似度可以通过特征维度间的相似度体现,用户推荐模型通过不断迭代更新对各维度特征权值进行修正,提高模型推荐的准确性。实验结果表明,改进的算法在MovieLens数据集能够获得较高的准确率和召回率,能够比较准确地捕获用户的兴趣,并在一定程度上解决了用户兴趣漂移的问题。 展开更多
关键词 多维度 电影推荐 权值动态更新 个性化推荐模型
在线阅读 下载PDF
基于改进相似度的协同过滤算法研究 预览 被引量:15
12
作者 李容 李明奇 郭文强 《计算机科学》 CSCD 北大核心 2016年第12期206-208,240共4页
协同过滤利用邻居用户的偏好对目标用户的偏好进行推荐预测,相似度计算是其关键。传统的相似度计算忽略了用户共同评分项目数与用户平均评分的影响,以至于在数据稀疏时不能很好地度量用户间的相似度。提出了两个修正因子来改进传统相... 协同过滤利用邻居用户的偏好对目标用户的偏好进行推荐预测,相似度计算是其关键。传统的相似度计算忽略了用户共同评分项目数与用户平均评分的影响,以至于在数据稀疏时不能很好地度量用户间的相似度。提出了两个修正因子来改进传统相似度,同时改进了协同过滤算法,将其应用于电影推荐。仿真结果表明,在电影推荐中,基于改进后相似度计算的协同过滤算法能取得比传统算法更低的MAE值,提高了电影推荐质量。 展开更多
关键词 协同过滤 Pearson相似度 共同评分项目 电影推荐
在线阅读 免费下载
一种基于AHP的智能电影推荐方法 预览 被引量:3
13
作者 郭宇红 杨金然 《南京邮电大学学报:自然科学版》 北大核心 2015年第3期97-105,112共10页
电影网站提供了十分丰富的电影资源,然而用户必须花费大量时间搜索自己感兴趣的资源,如何帮助用户快速找到其想要的资源成为大型电影网站的重要需求。智能推荐技术的提出使满足这个需求成为可能。文中提出一种基于AHP(Analytic Hierarc... 电影网站提供了十分丰富的电影资源,然而用户必须花费大量时间搜索自己感兴趣的资源,如何帮助用户快速找到其想要的资源成为大型电影网站的重要需求。智能推荐技术的提出使满足这个需求成为可能。文中提出一种基于AHP(Analytic Hierarchy Process)层次分析法的智能电影推荐方法,综合考虑电影印象、故事、表演、导演、画面、音乐和类型等因素,通过用户对各因素两两比较、权重计算,生成个性化推荐列表。基于时光网的多个用户实证研究表明,结合AHP的智能电影推荐方法简单、有效,大部分推荐结果满足用户喜好。 展开更多
关键词 层次分析法 电影推荐 电影排名 权重量化
在线阅读 下载PDF
基于协同过滤算法的电影个性化推荐系统设计与实现 预览 被引量:13
14
作者 贾忠涛 《软件导刊》 2015年第1期86-88,共3页
随着互联网与移动终端的普及,网络上的电影娱乐信息数量海量增加,用户对电影个性化服务的需求日益旺盛。设计电影个性化推荐系统,该系统基于B/S模式,采用JavaEE体系架构。个性化电影推荐服务能够挖掘用户信息、电影项目信息间隐藏的关联... 随着互联网与移动终端的普及,网络上的电影娱乐信息数量海量增加,用户对电影个性化服务的需求日益旺盛。设计电影个性化推荐系统,该系统基于B/S模式,采用JavaEE体系架构。个性化电影推荐服务能够挖掘用户信息、电影项目信息间隐藏的关联性,从而发现用户的潜在兴趣,将用户可能感兴趣的影视片推荐给用户。 展开更多
关键词 个性化推荐 电影推荐 协同过滤 JavaEE架构
在线阅读 免费下载
基于支持向量机回归多属性智能电视电影推荐 预览
15
作者 赵广杰 尹四清 《电视技术》 北大核心 2015年第6期32-35,共4页
针对智能电视电影推荐领域,新用户难以推荐问题,提出电影按用户属性过滤的推荐模型。该模型结合电影用户历史评分,由贝叶斯定理得出每个电影对用户属性的概率评分。为用户推荐电影时,由用户属性和概率评分得出电影预测评分列表,进... 针对智能电视电影推荐领域,新用户难以推荐问题,提出电影按用户属性过滤的推荐模型。该模型结合电影用户历史评分,由贝叶斯定理得出每个电影对用户属性的概率评分。为用户推荐电影时,由用户属性和概率评分得出电影预测评分列表,进而推荐预测评分较高的电影。针对电影属性概率评分间并线性的,提出支持向量机回归的方法,解决用户多属性结合的问题。实验结果表明,该模型提高了召回率。得到结论,该用户多属性推荐模型提高了召回率,并能为新用户推荐。 展开更多
关键词 电影推荐 冷启动 支持向量机回归 最大最小值方法
在线阅读 下载PDF
A Novel Approach Based on Multi-View Content Analysis and Semi- Supervised Enrichment for Movie Recommendation 被引量:1
16
作者 屈雯 宋凯嵩 +3 位作者 张一飞 冯时 王大玲 于戈 《计算机科学技术学报:英文版》 SCIE EI CSCD 2013年第5期776-787,共12页
Although many existing movie recommender systems have investigated recommendation based on information such as clicks and tags, much less efforts have been made to explore the multimedia content of movies, which has p... Although many existing movie recommender systems have investigated recommendation based on information such as clicks and tags, much less efforts have been made to explore the multimedia content of movies, which has potential information for the elicitation of the user's visual and musical preferences.In this paper, we explore the content from three media types (image, text, audio) and propose a novel multi-view semi-supervised movie recommendation method, which represents each media type as a view space for movies.The three views of movies are integrated to predict the rating values under the multi-view framework.Furthermore, our method considers the casual users who rate limited movies.The algorithm enriches the user profile with a semi-supervised way when there are only few rating histories.Experiments indicate that the multimedia content analysis reveals the user's profile in a more comprehensive way.Different media types can be a complement to each other for movie recommendation.And the experimental results validate that our semi-supervised method can effectively enrich the user profile for recommendation with limited rating history. 展开更多
关键词 电影 监督 多视角 多媒体内容 普通用户 富集 用户配置文件 推荐系统
基于Spark流式计算的实时电影推荐研究 预览
17
作者 严磊 汪小可 《软件导刊》 2019年第5期44-48,共5页
基于Hadoop平台的实时电影推荐系统在需要大量迭代计算时运行速度明显变慢,无法根据用户行为作出实时反馈。针对以上问题,设计基于Spark流式计算的实时电影推荐系统,可更好地满足用户实时需求。基于Spark流式计算的实时电影推荐系统将... 基于Hadoop平台的实时电影推荐系统在需要大量迭代计算时运行速度明显变慢,无法根据用户行为作出实时反馈。针对以上问题,设计基于Spark流式计算的实时电影推荐系统,可更好地满足用户实时需求。基于Spark流式计算的实时电影推荐系统将传统电影推荐算法与Spark流式计算方法相结合,在线部分使用Spark Streaming实时接收用户模拟评分,并使用Scoket编程模拟用户浏览商品时产生的实时日志数据。日志数据包括用户当前浏览电影、观看电影次数、停留时间与是否购买该商品,再使用Spark Streaming构建实时数据处理系统,计算出当前用户相关度最高的电影并进行推荐。实验结果表明,基于Spark平台的电影实时推荐系统在离线推荐训练过程中,训练速度相对于Hadoop平台有明显提高,能根据用户行为作出实时反馈,并向用户进行电影推荐。 展开更多
关键词 电影推荐 SPARK STREAMING SPARK 实时推荐
在线阅读 免费下载
Spark平台下基于上下文信息的影片混合推荐 预览 被引量:2
18
作者 缪雪峰 陈群辉 +1 位作者 胡罗凯 刘进 《计算机工程与应用》 CSCD 北大核心 2017年第10期79-84,共6页
响应速度较慢和推荐内容与用户上下文信息匹配程度低是当前影片推荐系统迫切需要解决的问题。针对上述挑战,提出Spark平台下基于上下文信息的影片混合推荐方法。它利用分布式并行计算技术Spark进行加速,来提高系统对于海量数据的检索... 响应速度较慢和推荐内容与用户上下文信息匹配程度低是当前影片推荐系统迫切需要解决的问题。针对上述挑战,提出Spark平台下基于上下文信息的影片混合推荐方法。它利用分布式并行计算技术Spark进行加速,来提高系统对于海量数据的检索与计算速度,从而减少了系统响应时间。同时该方法将“上下文推荐”和“交替最小二乘的协同过滤(ALS)”融合成一种混合推荐方法,提高了系统的推荐精度。实验结果表明,所提出的混合推荐方法有不错的效果。 展开更多
关键词 影片推荐系统 Spark平台 上下文信息 混合推荐
在线阅读 下载PDF
数据挖掘中基于最小遗憾度的偏好感知算法 预览 被引量:3
19
作者 孙静 《计算机应用与软件》 CSCD 2015年第5期59-64,共6页
交互学习是数据挖掘的一种重要手段。使用交互学习作为学习系统和用户的交互模型,以向用户提供最大效用结果为目标,通过对用户反馈质量进行定量描述,考察偏好反馈,提出一种基于最小遗憾度的偏好感知算法。此外,还对偏好感知算法的期望... 交互学习是数据挖掘的一种重要手段。使用交互学习作为学习系统和用户的交互模型,以向用户提供最大效用结果为目标,通过对用户反馈质量进行定量描述,考察偏好反馈,提出一种基于最小遗憾度的偏好感知算法。此外,还对偏好感知算法的期望遗憾度界限进行分析,并给出该算法的几个扩展版本。最后利用电影推荐任务及网络搜索排名数据验证了该算法的有效性。 展开更多
关键词 交互学习 效用 反馈 遗憾度 偏好感知 电影推荐 网络搜索
在线阅读 下载PDF
国外电影推荐系统网站研究与评述 预览 被引量:9
20
作者 孙海峰 甘明鑫 +1 位作者 刘鑫 吴越 《计算机应用》 CSCD 北大核心 2013年第A02期119-124,共6页
电影推荐网站的研究对于解决电影数据复杂性以及用户需求多样性具有重要的意义。针对电影推荐系统网站中推荐准确率低、数据稀疏和冷启动等问题,详细阐述了国外六大主流电影推荐网站系统的内部结构、信息量和推荐方式;重点阐述了各网... 电影推荐网站的研究对于解决电影数据复杂性以及用户需求多样性具有重要的意义。针对电影推荐系统网站中推荐准确率低、数据稀疏和冷启动等问题,详细阐述了国外六大主流电影推荐网站系统的内部结构、信息量和推荐方式;重点阐述了各网站的推荐异同以及可优化方案,进而通过新用户对电影进行评分的冷启动实验,详细分析冷启动解决方法与效果;最后指出当前电影推荐网站的现状及问题,对推荐系统相关理论及其发展趋势进行了分析和展望,并为实际应用中解决冷启动与数据稀疏等问题提供参考依据。 展开更多
关键词 电影推荐系统 协同过滤 冷启动 数据稀疏 标签
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部 意见反馈