检索结果-维普期刊中文期刊服务平台

个性化推荐算法设计被引量：140: 1; 作者赵亮胡乃静张守志《计算机研究与发展》 EI CSCD 北大核心 2002年第8期986-991,共6页; 协同过滤技术 (collaborative filtering)目前被成功地应用于个性化推荐系统中 ,但随着系统规模的扩大 ,它的效能逐渐降低 ,针对它的缺点 ,提出了一种高效的个性化推荐算法 ,它包括维数简化和项集相似性计算两个过程 ,这种算法在提高精... 展开更多; 关键词个性化推荐算法设计协同过滤向量空间单值分解相似性; 在线阅读下载PDF 职称材料

基于本体的Web资源个性化推荐算法被引量：3: 2; 作者梁俊杰刘琼妮余敦辉《计算机应用》 CSCD 北大核心 2014年第11期3135-3139,共5页; 为提高Web资源推荐的准确度,提出基于本体的Web资源个性化推荐算法(BO-RM)。设计Web资源主题抽取算法和相似性度量方法,利用本体语义推理机制实现资源聚类,在推荐过程中通过实时分析用户浏览行为捕获用户个性化偏好的变化,动态实时推荐... 展开更多; 关键词领域本体资源聚类动态推荐个性化推荐算法; 在线阅读下载PDF 职称材料

时间窗口对个性化推荐算法的影响研究被引量：2: 3; 作者宋文君郭强刘建国《复杂系统与复杂性科学》 EI CSCD 北大核心 2015年第1期28-31,共4页; 研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地... 展开更多; 关键词个性化推荐算法时间窗口二部分网络; 在线阅读下载PDF 职称材料

流行度划分结合平均偏好权重的协同过滤个性化推荐算法被引量：7: 4; 作者何佶星陈汶滨牟斌皓《计算机科学》 CSCD 北大核心 2018年第B06期493-496,共4页; 提出了一种考虑平均偏好权重的协同过滤个性化推荐算法。该算法分为邻域计算、数据集划分、偏好预测3个阶段。在邻域计算阶段,采用基于欧氏距离的KNN来确定邻域;同时对数据集按照其本身特点设定的流行度阈值进行划分;在预测评分时,对已... 展开更多; 关键词协同过滤 KNN 个性化推荐算法流行度划分平均偏好权重邻域计算; 在线阅读下载PDF 职称材料

基于Item-Based协同过滤农业高校图书个性化推荐算法研究——以河北农业大学为例被引量：2: 5; 作者赵鹏博韩宪忠王克俭《湖北农业科学》 2017年第6期1150-1154,共5页; 针对高校用户对图书的个性化需求,运用用户对图书的评分,构建了基于Hadoop和Mahout的图书推荐系统。通过Hadoop中分布式文件系统(HDFS)和Map/Reduce计算模型的应用,发现当Hadoop中节点数不断增加时,计算时间不断减少,实时响应效率得到... 展开更多; 关键词高校图书馆个性化推荐算法协同过滤算法大数据; 在线阅读下载PDF 职称材料

利用最近邻域推荐且结合情境感知的个性化推荐算法被引量：3: 6; 作者张宏丽白翔宇李改梅《计算机科学》 CSCD 北大核心 2019年第4期235-240,共6页; 针对传统情境感知推荐算法推荐精确度低和适用环境受限等问题,提出了一种可行的解决方案。该方案可以根据检测到的情境信息找到相关的媒体内容,比仅依赖特征提取的方案更有效。首先,利用情境数据和搜索信息来识别所选项的情境与特定情... 展开更多; 关键词个性化推荐算法最近邻域推荐隐式兴趣度情境感知; 在线阅读下载PDF 职称材料

综合用户偏好模型和BP神经网络的个性化推荐被引量：28: 7; 作者辛菊琴蒋艳舒少龙《计算机工程与应用》 CSCD 2013年第2期57-60,96,共5页; 个性化推荐是目前解决电子商务中产品信息过载问题的有效工具之一。对综合用户偏好模型和BP神经网络的个性化推荐算法进行了研究。具体讨论了如何建立用户偏好模型,采用神经网络训练得到目标用户的偏好模型,通过Movielens数据库验证该... 展开更多; 关键词电子商务个性化推荐算法神经网络产品特征用户偏好; 在线阅读下载PDF 职称材料

国外过滤气泡研究:基础、脉络与展望被引量：21: 8; 作者姜婷婷许艳闰《情报学报》 CSSCI CSCD 北大核心 2021年第10期1108-1117,共10页; 个性化的信息推荐促使网络世界中形成了一个个无形的过滤气泡,令用户局限于狭窄的信息接收范围。本研究采用系统性综述方法,广泛收集了发表于2010—2020年的61篇与过滤气泡相关的文献,对过滤气泡的理论、技术基础以及研究脉络进行了细... 展开更多; 关键词过滤气泡信息过滤个性化推荐算法系统性综述; 在线阅读下载PDF 职称材料

题名个性化推荐算法设计被引量：140: 1; 作者赵亮胡乃静张守志; 机构复旦大学计算机科学系; 出处《计算机研究与发展》 EI CSCD 北大核心 2002年第8期986-991,共6页; 基金国家自然科学基金重点项目资助 ( 6 99330 10 ); 文摘协同过滤技术 (collaborative filtering)目前被成功地应用于个性化推荐系统中 ,但随着系统规模的扩大 ,它的效能逐渐降低 ,针对它的缺点 ,提出了一种高效的个性化推荐算法 ,它包括维数简化和项集相似性计算两个过程 ,这种算法在提高精确性的基础上减少了计算耗费 ,可以较好地解决应用协同过滤技术的推荐系统所存在的稀疏性、扩展性等问题。; 关键词个性化推荐算法设计协同过滤向量空间单值分解相似性; Keywords recommendation system, collaborative filtering, vector space, singular value decomposition, similarity; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于本体的Web资源个性化推荐算法被引量：3: 2; 作者梁俊杰刘琼妮余敦辉; 机构湖北大学计算机与信息工程学院; 出处《计算机应用》 CSCD 北大核心 2014年第11期3135-3139,共5页; 基金国家自然科学基金资助项目(61273216 61272111 +5 种基金 61202031 61202032) 2013CFB002) 201210621214); 文摘为提高Web资源推荐的准确度,提出基于本体的Web资源个性化推荐算法(BO-RM)。设计Web资源主题抽取算法和相似性度量方法,利用本体语义推理机制实现资源聚类,在推荐过程中通过实时分析用户浏览行为捕获用户个性化偏好的变化,动态实时推荐内容。与基于情境的协同过滤算法(CFR-RM)和基于模型的个性化预测算法(BM-RM)进行对比,结果显示BO-RM的时间开销相对稳定,在平均排序倒数(MRR)和平均准确率(MAP)上均取得了较好的效果。实验结果表明:BO-RM离线完成海量Web资源的分析聚类,有效提高了运行效率,实用性比较强;BO-RM实时捕捉用户兴趣变化,动态更新推荐列表,更加贴近用户的真实需求。; 关键词领域本体资源聚类动态推荐个性化推荐算法; Keywords domain ontology resource clustering dynamic recommendation personalized recommendation algorithm; 分类号 TP311.5 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名时间窗口对个性化推荐算法的影响研究被引量：2: 3; 作者宋文君郭强刘建国; 机构上海理工大学复杂系统科学研究中心; 出处《复杂系统与复杂性科学》 EI CSCD 北大核心 2015年第1期28-31,共4页; 基金国家自然科学基金(61374177 71371125 +1 种基金 71171136) 上海市一流学科建设项目(XTKX2012); 文摘研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。; 关键词个性化推荐算法时间窗口二部分网络; Keywords personalized recommendation algorithm time window bipartite network; 分类号 TP312 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名流行度划分结合平均偏好权重的协同过滤个性化推荐算法被引量：7: 4; 作者何佶星陈汶滨牟斌皓; 机构西南石油大学计算机科学学院; 出处《计算机科学》 CSCD 北大核心 2018年第B06期493-496,共4页; 文摘提出了一种考虑平均偏好权重的协同过滤个性化推荐算法。该算法分为邻域计算、数据集划分、偏好预测3个阶段。在邻域计算阶段,采用基于欧氏距离的KNN来确定邻域;同时对数据集按照其本身特点设定的流行度阈值进行划分;在预测评分时,对已有的邻域按照流行度选取部分项目,基于项目集的偏好相似度求解用户的平均偏好权重,据此对用户进行先后两次预测,再求平均结果。在Movielens 100K数据集上将所提算法与典型的余弦推荐算法、person推荐算法、基于项目偏好的协调过滤算法和用户属性加权活跃近邻的协同过滤算法进行比较实验,结果表明新算法在MAE上表现的更优秀。; 关键词协同过滤 KNN 个性化推荐算法流行度划分平均偏好权重邻域计算; Keywords Coordination filtering KNN Personalized recommended algorithm Popularity division Average preference weight Neighborhood calculation; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于Item-Based协同过滤农业高校图书个性化推荐算法研究——以河北农业大学为例被引量：2: 5; 作者赵鹏博韩宪忠王克俭; 机构河北农业大学信息科学与技术学院; 出处《湖北农业科学》 2017年第6期1150-1154,共5页; 基金河北农业大学理工基金重点项目(ZD201407) 河北省高等学校科学技术研究项目(ZD2015054); 文摘针对高校用户对图书的个性化需求,运用用户对图书的评分,构建了基于Hadoop和Mahout的图书推荐系统。通过Hadoop中分布式文件系统(HDFS)和Map/Reduce计算模型的应用,发现当Hadoop中节点数不断增加时,计算时间不断减少,实时响应效率得到了提高;通过对Mahout中传统的Item-Based聚类协同过滤推荐算法进行改进,利用MAE值对传统和改进后的协同过滤算法进行比较,发现图书推荐的精度进一步提高。总体来说,推荐系统改善了传统单机运行内存严重不足和推荐结果不精确的问题。; 关键词高校图书馆个性化推荐算法协同过滤算法大数据; Keywords university library personalized recommendation algorithm collaborative filtering algorithm big data; 分类号 G258.662 [文化科学—图书馆学]; 在线阅读下载PDF 职称材料

题名利用最近邻域推荐且结合情境感知的个性化推荐算法被引量：3: 6; 作者张宏丽白翔宇李改梅; 机构内蒙古师范大学教育信息技术学院内蒙古大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2019年第4期235-240,共6页; 基金内蒙古自治区自然科学基金项目(2015MS0634) 内蒙古自治区高等学校科学技术项目(NJZY033)资助; 文摘针对传统情境感知推荐算法推荐精确度低和适用环境受限等问题,提出了一种可行的解决方案。该方案可以根据检测到的情境信息找到相关的媒体内容,比仅依赖特征提取的方案更有效。首先,利用情境数据和搜索信息来识别所选项的情境与特定情境中用户的兴趣度之间的隐藏关系,并构建未知排名的推荐模型。然后,通过使用给定的情境列表来计算用户对项目的预期排名分数,从而进行情境感知评级。根据用户的情境参与选择新项目,从而使检测到的情境有助于促进对相关项目的搜索。进一步使用优化函数来最大化结果推荐的平均精度(MAP)。实验结果表明,与目前较为先进的两种算法相比,提出的方法表现出了比传统协同过滤算法更好的性能,且分别使平均绝对误差值降低了1.8%和1.2%,在推荐精确度和召回率方面也均优于两种对比方法。; 关键词个性化推荐算法最近邻域推荐隐式兴趣度情境感知; Keywords Personalized recommendation algorithm Recent neighborhood recommendation Implicit interest Context awareness; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名综合用户偏好模型和BP神经网络的个性化推荐被引量：28: 7; 作者辛菊琴蒋艳舒少龙; 机构上海理工大学管理学院同济大学电子与信息工程学院; 出处《计算机工程与应用》 CSCD 2013年第2期57-60,96,共5页; 基金国家自然科学基金(No.60904019) 上海市重点学科(第三期)建设项目资助(No.S30501); 文摘个性化推荐是目前解决电子商务中产品信息过载问题的有效工具之一。对综合用户偏好模型和BP神经网络的个性化推荐算法进行了研究。具体讨论了如何建立用户偏好模型,采用神经网络训练得到目标用户的偏好模型,通过Movielens数据库验证该模型的有效性。提出了一个基于内容的个性化推荐算法。; 关键词电子商务个性化推荐算法神经网络产品特征用户偏好; Keywords electronic commerce personal recommendation algorithm neural networks product feature customer preference; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名国外过滤气泡研究:基础、脉络与展望被引量：21: 8; 作者姜婷婷许艳闰; 机构武汉大学信息管理学院武汉大学信息资源研究中心; 出处《情报学报》 CSSCI CSCD 北大核心 2021年第10期1108-1117,共10页; 基金国家自然科学基金面上项目“信息茧房的形成机理与联觉干预研究”(72074173) “在线信息偶遇过程中趋避行为的产生规律与神经机制研究”(71774125)。; 文摘个性化的信息推荐促使网络世界中形成了一个个无形的过滤气泡,令用户局限于狭窄的信息接收范围。本研究采用系统性综述方法,广泛收集了发表于2010—2020年的61篇与过滤气泡相关的文献,对过滤气泡的理论、技术基础以及研究脉络进行了细致的梳理与分析。研究结果发现,①过滤气泡存在与否,在很大程度上取决于研究的角度及判断的标准;②过滤气泡在大多数情况下是一种不利的存在,可能阻碍个人及社会的正常发展;③为了应对过滤气泡,研究人员一方面通过信息过滤可视化来降低过滤气泡的影响,另一方面通过对个性化推荐算法进行优化,来破除过滤气泡或阻断其形成。本研究首次对“过滤气泡”的概念特征进行了全面的解读,强调了其与个性化推荐算法的密切关联,并指出其本质在于内部信息多样性低。; 关键词过滤气泡信息过滤个性化推荐算法系统性综述; Keywords filter bubbles information filtering personalized recommendation algorithm systematic review; 分类号 TP391.3 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	个性化推荐算法设计	赵亮胡乃静张守志	《计算机研究与发展》 EI CSCD 北大核心	2002	140	在线阅读下载PDF 职称材料
2	基于本体的Web资源个性化推荐算法	梁俊杰刘琼妮余敦辉	《计算机应用》 CSCD 北大核心	2014	3	在线阅读下载PDF 职称材料
3	时间窗口对个性化推荐算法的影响研究	宋文君郭强刘建国	《复杂系统与复杂性科学》 EI CSCD 北大核心	2015	2	在线阅读下载PDF 职称材料
4	流行度划分结合平均偏好权重的协同过滤个性化推荐算法	何佶星陈汶滨牟斌皓	《计算机科学》 CSCD 北大核心	2018	7	在线阅读下载PDF 职称材料
5	基于Item-Based协同过滤农业高校图书个性化推荐算法研究——以河北农业大学为例	赵鹏博韩宪忠王克俭	《湖北农业科学》	2017	2	在线阅读下载PDF 职称材料
6	利用最近邻域推荐且结合情境感知的个性化推荐算法	张宏丽白翔宇李改梅	《计算机科学》 CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
7	综合用户偏好模型和BP神经网络的个性化推荐	辛菊琴蒋艳舒少龙	《计算机工程与应用》 CSCD	2013	28	在线阅读下载PDF 职称材料
8	国外过滤气泡研究:基础、脉络与展望	姜婷婷许艳闰	《情报学报》 CSSCI CSCD 北大核心	2021	21	在线阅读下载PDF 职称材料