-
题名对基于项目的协同过滤推荐系统的改进
被引量：12
- 1
-
-
作者
傅鹤岗
王竹伟
-
机构
重庆大学计算机学院
-
出处
《重庆理工大学学报（自然科学）》
CAS
2010年第9期69-74,共6页
-
文摘
对基于项目的传统的协同过滤算法进行了改进。传统的基于项目的协同过滤算法面临推荐效率低下和推荐精度不高的双重困难,为此,提出加权整合聚类分类预测方法,在数据处理和预测推荐过程中分别采用加权评分填充和重新定义相似性的办法提高推荐的准确度,并采用项目聚类的方法提高推荐效率,同时提出贡献度参数的概念对数据处理和预测推荐过程进行修正。采用MovieLens的数据集进行的实验对比,结果表明:改进算法能够明显提高协同过滤推荐算法的效率和精度,在数据比较稀疏的情况下依然能够保持较低的平均绝对偏差和较高的推荐效率。
-
关键词
加权整合
分类预测
贡献度参数
平均绝对偏差
推荐效率
-
Keywords
weighted integration
classification and prediction
contribution degree parameter
average absolute deviation
recommendation efficiency
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于数据挖掘技术的影视智能推荐算法
被引量：1
- 2
-
-
作者
王小青
苏锋
蔡传根
-
机构
东北大学秦皇岛分校管理学院
安徽理工大学
-
出处
《现代电子技术》
2021年第11期98-101,共4页
-
文摘
针对当前影视智能推荐算法的推荐误差大、推荐时间长等局限性,以提高影视智能推荐精度为目标,获得理想的影视智能推荐结果,提出基于数据挖掘技术的影视智能推荐算法。该算法首先对影视智能推荐的工作原理进行分析,指出各种影视智能推荐算法的弊端;然后收集大量的影视智能推荐数据,根据数据得到用户-影视评分矩阵及相似度计算公式;最后引入数据挖掘技术建立影视智能推荐模型,并与其他影视智能推荐算法进行仿真对比实验,结果表明,该方法是一种精度高、速度快的影视智能推荐算法,相对于其他影视智能推荐算法,该算法的影视智能推荐整体效果更优,具有十分广泛的应用前景。
-
关键词
影视推荐
人工智能技术
大数据分析
数据挖掘
用户评分矩阵
仿真测试
推荐效率
-
Keywords
movie recommendation
artificial intelligence technology
big data analysis
data mining
user scoring matrix
simulation test
recommendation efficiency
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于距离策略的知识图谱图卷积网络推荐算法
被引量：1
- 3
-
-
作者
邢长征
刘义海
郭亚兰
郭家隆
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第21期102-111,共10页
-
基金
国家重点研发计划项目(2018YFB1402900)。
-
文摘
图卷积神经网络在处理知识图谱时存在模型训练开销大、元路径设计缺少普适性的问题,针对这类问题,提出了一种基于距离策略的知识图谱图卷积网络推荐算法。通过在知识图谱中划分中心节点和辅助信息节点的方式对知识图谱进行重构,优化生成的邻接矩阵,然后在图卷积算法的基础上,将用户和实体之间的关系建立标准化评分,根据辅助信息距中心节点之间的距离设计了距离策略,通过距离-影响力函数完成对知识图谱中信息特征的提取,最后将知识图谱特征作为辅助完成推荐任务。实验选取三个数据集与其他先进模型进行对比实验,发现该模型在训练时间和推荐效果上均处于优势地位,具有一定的普适性。
-
关键词
推荐系统
知识图谱
图卷积网络
距离策略
知识表示学习
效率推荐
-
Keywords
recommendation system
knowledge graph
graph convolutional network
distance strategy
knowledge representation learning
efficiency recommendation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
