一种基于用户相似性的协同过滤推荐算法 被引量：14

1

作者 程飞 贾彩燕 《计算机工程与科学》 CSCD 北大核心 2013年第5期161-165,共5页

个性化推荐技术研究用户行为,分析用户兴趣,主动为用户推荐合适的资源,较好地解决了互联网信息日益庞大与用户需求之间的矛盾。协同过滤算法中,基于邻居的方法和基于潜在因子的方法是目前应用于推荐系统最成功的技术。前者虽然简单易行... 个性化推荐技术研究用户行为,分析用户兴趣,主动为用户推荐合适的资源,较好地解决了互联网信息日益庞大与用户需求之间的矛盾。协同过滤算法中,基于邻居的方法和基于潜在因子的方法是目前应用于推荐系统最成功的技术。前者虽然简单易行,但精度有待提高;后者精度较高,但模型复杂,参数难以学习。提出了一种改进的基于用户相似性的协同过滤算法,通过修正用户相似性的度量方法,产生更合理的用户邻居,实现对用户的评分推荐。实验结果表明,所提出的算法相比基于潜在因子的方法简单易行;同时,相比基于邻居的方法,在一定程度上提高了推荐的精度。 展开更多

关键词 推荐系统 协同过滤 用户相似性 用户邻居

在线阅读 下载PDF 职称材料

基于位置序列的广义后缀树用户相似性计算方法 被引量：1

2

作者 肖艳丽 张振宇 袁江涛 《计算机应用》 CSCD 北大核心 2015年第6期1654-1658,共5页

为了解决移动数据形成的轨迹间用户相似性问题,提出了一种基于位置序列的广义后缀树(LSGST)用户相似性计算方法。该算法首先从移动数据中抽取位置序列,同时将位置序列映射为字符串,完成了对位置序列的处理到对字符串处理的转化工作;然后... 为了解决移动数据形成的轨迹间用户相似性问题,提出了一种基于位置序列的广义后缀树(LSGST)用户相似性计算方法。该算法首先从移动数据中抽取位置序列,同时将位置序列映射为字符串,完成了对位置序列的处理到对字符串处理的转化工作;然后,构建不同用户间的位置序列广义后缀树;最后,分别从经过的相似地方个数、最长公共子序列、频繁公共位置序列三方面对相似性进行具体计算。理论分析和仿真表明,该算法提出的三个计算指标在计算相似性方面具有理想的效果;除此之外,与构造后缀树的普通方法相比,时间复杂度较低;与动态规划和朴素字符串匹配方法相比,该算法在寻找最长公共子串、频繁公共位置序列时,效率更高。实验结果表明LSGST能够有效测量相似性,同时减少了寻找测量指标时需要处理的轨迹数据量,并在时间复杂度方面明显优于对比算法。 展开更多

关键词 移动数据 用户相似性 位置序列 字符串匹配 广义后缀树

在线阅读 下载PDF 职称材料

融合用户相似性的Hegselmann-Krause模型研究 被引量：4

3

作者 曹春萍 康远路 《小型微型计算机系统》 CSCD 北大核心 2021年第11期2344-2349,共6页

随着微博平台的飞速发展,数以亿级的博文信息容易造成网络舆情,故基于微博网络的观点演化模型的研究逐渐成为了研究热点.经典舆情演化模型Hegselmann-Krause(HK)在观点演化时,仅考虑了邻居节点对自身节点的影响,而忽视了非邻居节点所带... 随着微博平台的飞速发展,数以亿级的博文信息容易造成网络舆情,故基于微博网络的观点演化模型的研究逐渐成为了研究热点.经典舆情演化模型Hegselmann-Krause(HK)在观点演化时,仅考虑了邻居节点对自身节点的影响,而忽视了非邻居节点所带来的影响.因此本文提出了一种基于用户推荐的HK(URHK)模型,该模型不仅考虑了非邻居节点的影响,同时可以展示用户对某一话题的观点或态度,也改进了经典HK模型权重设置中所存在的缺陷.最后该模型在微博真实数据集上进行实验测试,实验结果表明URHK模型的正确率达80.4%,相比经典的HK模型有较大的提升,因此URHK模型在微博网络信息传播研究中具有良好的表现. 展开更多

关键词 微博网络 舆情传播 Hegselmann-Krause模型 用户相似性

在线阅读 下载PDF 职称材料

协同过滤算法中的用户相似性度量方法研究 被引量：25

4

作者 任看看 钱雪忠 《计算机工程》 CAS CSCD 北大核心 2015年第8期18-22,31,共6页

传统协同过滤算法中的用户相似性度量方法基于用户之间共同评分项计算用户的相似度,用户-项目评分矩阵的数据稀疏问题会导致该相似度的计算不够准确。为此,提出一种新的用户相似性度量方法。该方法采用结合修正公式改进的Jaccard相似性... 传统协同过滤算法中的用户相似性度量方法基于用户之间共同评分项计算用户的相似度,用户-项目评分矩阵的数据稀疏问题会导致该相似度的计算不够准确。为此,提出一种新的用户相似性度量方法。该方法采用结合修正公式改进的Jaccard相似性系数计算用户之间的相似度,在计算过程中考虑用户之间共同评分项和所有评分项的关系,以及用户在共同评价项目上的评分差异对用户相似度的影响,从而获取更加精确的用户相似度矩阵。实验结果表明,与余弦相似性方法和修正的余弦相似性方法相比,该方法能提高预测准确度。 展开更多

关键词 协同过滤 数据稀疏 用户相似性 Jaccard相似性系数 推荐算法

在线阅读 下载PDF 职称材料

基于多维度用户相似性度量的协同过滤推荐算法 被引量：3

5

作者 王明佳 韩景倜 《统计与决策》 CSSCI 北大核心 2018年第9期66-69,共4页

文章针对传统推荐系统在数据稀疏性情况下用户相似性度量精度不高的问题,提出了一种多维度用户相似性度量的协同过滤算法。首先根据用户-项目打分矩阵,考察用户共同评分项目数和用户活跃度对用户相似的影响,并计算用户的相似度;然后通... 文章针对传统推荐系统在数据稀疏性情况下用户相似性度量精度不高的问题,提出了一种多维度用户相似性度量的协同过滤算法。首先根据用户-项目打分矩阵,考察用户共同评分项目数和用户活跃度对用户相似的影响,并计算用户的相似度;然后通过修正皮尔逊用户相似性计算用户的相似性;最后通过一个权值来控制两者的重要程度,综合计算用户的相似性。研究结果表明权重系数为0.4,即修正的皮尔逊用户相似性的占的比重较大时,推荐系统的推荐质量最好;同时多维度用户相似性度量的协同过滤推荐算法在MAE、召回率RE和准确率三个方面都要优于经典的余弦相似性协同过滤算法以及皮尔逊相似性协同过滤算法。 展开更多

关键词 协同过滤 推荐系统 多维度 用户相似性 推荐精度

在线阅读 下载PDF 职称材料

概率图模型在社交网络用户相似性发现中的应用 被引量：2

6

作者 徐娟 张迪 钱文华 《计算机科学与探索》 CSCD 北大核心 2017年第7期1056-1067,共12页

社交网络中的用户相似性发现作为社交媒体数据分析中的基础研究,可以应用于基于用户的商品推荐以及社交网络中推导用户关系演化过程等。为了有效地描述社交网络用户间复杂的相关性及不确定性,并从理论上提高海量社交网络用户相似性发现... 社交网络中的用户相似性发现作为社交媒体数据分析中的基础研究,可以应用于基于用户的商品推荐以及社交网络中推导用户关系演化过程等。为了有效地描述社交网络用户间复杂的相关性及不确定性,并从理论上提高海量社交网络用户相似性发现的准确度,研究了基于贝叶斯网这一重要的概率图模型,结合网络拓扑结构和用户之间的依赖程度,发现社交网络用户相似性的方法。为了提高算法的可扩展性,解决海量数据带来的存储和计算问题,提出了基于Hadoop平台的贝叶斯网分布式存储以及并行推理方法。最后通过实验结果验证了算法的高效性和正确性。 展开更多

关键词 社交网络 贝叶斯网 用户相似性 并行推理 HADOOP

在线阅读 下载PDF 职称材料

一种基于用户兴趣局部相似性的推荐算法 被引量：14

7

作者 吴发青 贺樑 +1 位作者 夏薇薇 任磊 《计算机应用》 CSCD 北大核心 2008年第8期1981-1985,1990,共6页

协作过滤算法作为至今最成功的个性化推荐技术之一,被广泛应用于电子商务、个性化节目推荐等系统中。但传统的基于协作过滤的推荐系统一直受到系统的稀疏性、推荐精确度低等问题的困扰。提出了一种基于用户兴趣局部相似性的改进的协作... 协作过滤算法作为至今最成功的个性化推荐技术之一,被广泛应用于电子商务、个性化节目推荐等系统中。但传统的基于协作过滤的推荐系统一直受到系统的稀疏性、推荐精确度低等问题的困扰。提出了一种基于用户兴趣局部相似性的改进的协作推荐算法(CFUPS),针对协作过滤算法中用户近邻的计算和项目评分的预测两关键步骤,基于用户间潜在的局部相似的兴趣,并结合项目资源属性和项目评分矩阵来预测项目评分,进而给用户推荐感兴趣的个性化资源,理论上在提高推荐精度、克服稀疏性问题上均有改善。同时实验表明,在极具稀疏性的数据集上,该算法的推荐精度较以往的协作过滤算法有明显提高。 展开更多

关键词 推荐系统 协作过滤 局部相似性 用户相似性 项目相似性

在线阅读 下载PDF 职称材料

位置服务社交网络用户行为相似性分析 被引量：27

8

作者 袁书寒 陈维斌 傅顺开 《计算机应用》 CSCD 北大核心 2012年第2期322-325,共4页

基于位置的社交网络(LBSN)能够支持用户分享地理位置信息,网站中保存用户访问真实世界地理位置的记录构成用户的行为轨迹,但LBSN用户相似性的分析并没有从用户的地理位置轨迹上加以考虑。为此,提出基于划分层次,在不同的邻域半径下密度... 基于位置的社交网络(LBSN)能够支持用户分享地理位置信息,网站中保存用户访问真实世界地理位置的记录构成用户的行为轨迹,但LBSN用户相似性的分析并没有从用户的地理位置轨迹上加以考虑。为此,提出基于划分层次,在不同的邻域半径下密度聚类的方法,探索基于位置的服务(LBS)平台上用户地理位置上相似性的度量。该方法在不同空间位置比例尺下观察用户访问各个聚类区域的次数,进而利用向量空间模型(VSM)计算用户在各个层级的相似性,最终以不同权重叠加各层级的用户相似性值,得出用户在地理空间行为上的相似性。基于国内某大型位置社交网站真实用户数据的实验结果表明,该方法能有效识别出访问地理位置相似的用户。 展开更多

关键词 用户相似性 轨迹相似性 基于位置的服务 空间数据挖掘 聚类

在线阅读 下载PDF 职称材料

基于LCS的用户时空行为兴趣相似性计算方法 被引量：6

9

作者 李晓静 张晓滨 《计算机工程与应用》 CSCD 2013年第20期251-254,共4页

移动用户的位置轨迹中蕴含着用户的运动规律,行为模式等丰富的信息。重点关注用户轨迹中的停留区域,从轨迹间共同停留区域的时空重叠中挖掘用户行为兴趣的相似性,提出一种基于最长公共子序列的用户时空行为兴趣相似性计算方法。提取轨... 移动用户的位置轨迹中蕴含着用户的运动规律,行为模式等丰富的信息。重点关注用户轨迹中的停留区域,从轨迹间共同停留区域的时空重叠中挖掘用户行为兴趣的相似性,提出一种基于最长公共子序列的用户时空行为兴趣相似性计算方法。提取轨迹中的停留区域,利用最小包围盒技术描述轨迹中的停留区域,结合最长公共子序列算法提出一种基于最长公共子包围盒长度的用户相似性计算方法。实验收集60个志愿者6周的真实时空轨迹数据来评价该方法,实验结果表明该方法具有较高的准确率。 展开更多

关键词 用户相似性 轨迹相似性 最长公共子序列 时空挖掘

在线阅读 下载PDF 职称材料

基于位置的非对称相似性度量的协同过滤推荐算法 被引量：10

10

作者 王付强 彭甫镕 +1 位作者 丁小焕 陆建峰 《计算机应用》 CSCD 北大核心 2016年第1期171-174,180,共5页

为提升推荐系统的准确率,针对传统协同过滤(CF)推荐算法没有有效使用位置信息的问题,提出了一种基于位置的非对称相似性度量的协同过滤推荐算法(LBASCF)。首先,分别利用用户-商品评分矩阵和用户历史消费位置,计算出用户间的余弦相似性... 为提升推荐系统的准确率,针对传统协同过滤(CF)推荐算法没有有效使用位置信息的问题,提出了一种基于位置的非对称相似性度量的协同过滤推荐算法(LBASCF)。首先,分别利用用户-商品评分矩阵和用户历史消费位置,计算出用户间的余弦相似性和基于位置的非对称相似性;其次,将余弦相似性与基于位置的相似性融合,得到一个新的非对称用户相似性,融合后的相似性能够同时反映用户在位置上和兴趣上的偏好;最后,根据用户的最近邻居对商品的评分向用户推荐新的商品。用某点评数据集和Foursquare数据集对算法的有效性进行了评估。在某点评数据集实验结果证明,与CF相比,LBASCF的召回率和精确率分别提高了1.64%和0.37%;与位置感知协同过滤推荐系统(LARS)方法比较,LBASCF的召回率和精确率分别提高了1.53%和0.35%。实验结果表明,LBASCF相对于CF和LARS在基于位置服务的应用中能够有效提高系统的推荐质量。 展开更多

关键词 协同过滤 基于位置服务 个性化推荐 位置感知 基于位置的用户相似性

在线阅读 下载PDF 职称材料

有向相似性对协同过滤推荐系统的影响研究 被引量：2

11

作者 石珂瑞 刘建国 +1 位作者 郭强 冷瑞 《复杂系统与复杂性科学》 EI CSCD 北大核心 2012年第3期46-49,75,共5页

为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户。基于该思想,提出了一类改进的协同过滤算法。通过对Movielens数据集的实验分析,结果发现改变用户相... 为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户。基于该思想,提出了一类改进的协同过滤算法。通过对Movielens数据集的实验分析,结果发现改变用户相似性的方向可大幅提高推荐结果的准确度和推荐列表的多样性。进一步,强化相似度高的用户的推荐强度可大幅提高推荐效果,算法的准确性可提高17.94%,达到0.086 4,当推荐列表的长度为10时,推荐列表的多样性可达到0.892 9,提高20.9%。该工作表明用户相似性的方向是否合理对推荐算法具有非常大的影响。 展开更多

关键词 管理科学与工程 个性化推荐 用户有向相似性

在线阅读 下载PDF 职称材料

基于用户需求的内容分发点对点网络系统研究 被引量：23

12

作者 张玉洁 何明 孟祥武 《软件学报》 EI CSCD 北大核心 2014年第1期98-117,共20页

点对点内容分发网络技术已成为近年来研究热点领域之一.为用户推荐有价值的资源,提高用户资源定位的准确率和分发效率,是CDN-P2P技术面临的巨大挑战.从用户需求的角度出发,综述了近年来CDN-P2P领域的研究状况:讨论了用户需求并介绍了需... 点对点内容分发网络技术已成为近年来研究热点领域之一.为用户推荐有价值的资源,提高用户资源定位的准确率和分发效率,是CDN-P2P技术面临的巨大挑战.从用户需求的角度出发,综述了近年来CDN-P2P领域的研究状况:讨论了用户需求并介绍了需求获取方法;对基于用户需求的CDN-P2P系统模型、节点特征及用户相似性、用户之间的相互关系、节点安全性和搜索机制等进行了对比讨论和概括总结;对基于用户需求CDN-P2P领域存在的难点和热点问题作了深入的剖析;最后给出了基于用户需求的CDN-P2P系统的发展趋势及其展望. 展开更多

关键词 用户需求 CDN-P2P 需求获取 用户相似性 用户信任度

在线阅读 下载PDF 职称材料

基于内容分析的微博用户关系推荐机制研究 被引量：7

13

作者 覃梦河 晋佑顺 邱远棋 《图书馆论坛》 CSSCI 北大核心 2013年第4期104-108,共5页

微博作为近年广受欢迎的社交网络平台,其用户关系研究一直深受关注。目前在通过微博内容特征构建用户关系时,基本停留在表象层面,尚未深入到用户的兴趣特征层次。文章从用户的博文内容出发,通过对博文采用传统词频分析生成用户标签及标... 微博作为近年广受欢迎的社交网络平台,其用户关系研究一直深受关注。目前在通过微博内容特征构建用户关系时,基本停留在表象层面,尚未深入到用户的兴趣特征层次。文章从用户的博文内容出发,通过对博文采用传统词频分析生成用户标签及标签权重来表征用户,根据标签的异同以及相同标签权重的差异性计算出用户间的相似距离,提出一种全新的用户关系推荐机制,并从类别间和类别内两种情况验证推荐机制的可行有效性。将情报学领域思想和方法应用到网络用户关系推荐机制的构建,具有创新性。 展开更多

关键词 内容分析 微博 用户关系 推荐机制 用户相似性 标签

在线阅读 下载PDF 职称材料

一种结合基于项目和用户的个性化推荐算法 被引量：9

14

作者 黎明 徐德智 《小型微型计算机系统》 CSCD 北大核心 2011年第4期611-613,共3页

推荐系统是电子商务系统中最重要的技术之一.协同过滤技术是当今应用最普遍的个性化推荐算法.针对用户评分数据的极端稀疏性和算法的可扩展性,首先利用云模型计算项目间相似度来预测用户对未评分项目的评分,来增加用户评分数据,再根据... 推荐系统是电子商务系统中最重要的技术之一.协同过滤技术是当今应用最普遍的个性化推荐算法.针对用户评分数据的极端稀疏性和算法的可扩展性,首先利用云模型计算项目间相似度来预测用户对未评分项目的评分,来增加用户评分数据,再根据项目分类信息将用户-项目评分矩阵转换为用户-类别矩阵,降低了评分矩阵的维度,最后利用云模型计算用户间相似度,得到目标用户的最近邻居.实验结果表明,该方法具有较小的MAE,提高了推荐系统的推荐质量. 展开更多

关键词 项目类别 协同过滤 用户相似性 云模型

在线阅读 下载PDF 职称材料

基于改进用户属性评分的协同过滤算法 被引量：10

15

作者 董跃华 朱纯煜 《计算机工程与设计》 北大核心 2020年第2期425-431,共7页

为解决在基于用户的推荐算法中,用户相似度计算精度较低、缺乏个性化等问题,提出一种基于改进用户属性评分的协同过滤算法(IUAS-CF)。针对个性用户、偏执用户等在评分矩阵上存在的评价值范围差异,基于现有的相似度计算公式设计一种适应... 为解决在基于用户的推荐算法中,用户相似度计算精度较低、缺乏个性化等问题,提出一种基于改进用户属性评分的协同过滤算法(IUAS-CF)。针对个性用户、偏执用户等在评分矩阵上存在的评价值范围差异,基于现有的相似度计算公式设计一种适应于计算个性化用户相似度的距离度量公式;针对用户自身存在影响用户抉择的用户属性,设法将用户属性评分量化,将其引入相似度计算公式中。实验结果表明,IUAS-CF算法能更真实地反映用户评分偏好,提高了推荐系统的推荐精度,更好地满足了用户对系统的个性化需求。 展开更多

关键词 协同过滤 用户属性评分 用户评分偏好 归一化 用户相似性

在线阅读 下载PDF 职称材料

基于网络访问项序的移动用户重入网身份识别方法 被引量：1

16

作者 王征 包磊 《大连理工大学学报》 EI CAS CSCD 北大核心 2015年第2期223-228,共6页

用户身份的唯一性标识是任何移动商务营销活动所必不可少的一项基础工作.由于多种因素的交叉影响,移动用户大进大出已成为移动运营商面临的普遍现象.一旦用户重新入网,不仅针对旧号码的用户特征刻画记录将完全荒废,而且面向新号码的用... 用户身份的唯一性标识是任何移动商务营销活动所必不可少的一项基础工作.由于多种因素的交叉影响,移动用户大进大出已成为移动运营商面临的普遍现象.一旦用户重新入网,不仅针对旧号码的用户特征刻画记录将完全荒废,而且面向新号码的用户洞察又需要从头开始,并将耗费相当长的时间才能得到完整的用户画像.而另一方面,基于用户资料的移动用户身份识别准确率仅为42%.因此,针对移动用户重入网身份识别的问题,提出基于用户网络访问项序的用户相似性计算方法,通过数据预处理、相似用户集裁剪、用户身份识别等6个步骤来精确定位重入网用户身份.在某电信运营商某地区25 809个用户60d网络访问日志这一数据集上,对所提方法进行了实验,总体准确率为98.32%,验证了方法的可行性与有效性. 展开更多

关键词 网络访问项序 移动用户 电信重入网 身份识别 用户相似性计算

在线阅读 下载PDF 职称材料

基于多重特征的双层Web用户聚类方法 被引量：1

17

作者 王钊 樊钊 《计算机应用研究》 CSCD 北大核心 2018年第1期93-96,共4页

通过对Web日志的聚类分析,可以发现用户的群体特征,甚至可以预测用户将来的访问模式,进而为不同的用户群提供个性化服务。针对现有方法的一般缺陷,包括特征选择单一无法充分体现用户兴趣偏好和传统Hierarchical算法在用户聚类时存在的... 通过对Web日志的聚类分析,可以发现用户的群体特征,甚至可以预测用户将来的访问模式,进而为不同的用户群提供个性化服务。针对现有方法的一般缺陷,包括特征选择单一无法充分体现用户兴趣偏好和传统Hierarchical算法在用户聚类时存在的收敛效率低、易受用户访问多样性影响的问题,提出了基于多重特征的双层用户聚类方法。该方法采用多重特征对用户相似性进行度量,并在此基础上进行双层聚类。采用基于密度的DBSCAN算法来排除用户会话中的离群对象和发现不规则簇,然后再采用自底向上的Hierarchical方法对第一层的聚类结果进行聚类。实验结果表明,该方法具有良好的稳定性和聚类效果。 展开更多

关键词 WEB日志 多重特征 聚类方法 用户相似性度量

在线阅读 下载PDF 职称材料

基于用户特征属性和云模型的协同过滤推荐算法 被引量：12

18

作者 刘发升 洪营 《计算机工程与科学》 CSCD 北大核心 2014年第6期1172-1176,共5页

随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果。针对这一问题,提出基于用户特征属性和云模型的协同过滤算法。首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充... 随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果。针对这一问题,提出基于用户特征属性和云模型的协同过滤算法。首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充,在此基础上得到用户的评分云相似性;其次,再结合用户特征属性相似性通过加权因子计算用户的最终相似性,得到一种新的相似性度量方法;最后,得到算法的评分预测。实验结果表明,该方法能够提高推荐质量。 展开更多

关键词 协同过滤 云模型 用户特征属性相似性 打分偏好 云相似性

在线阅读 下载PDF 职称材料

基于项目分类和用户群体兴趣的协同过滤算法 被引量：6

19

作者 孙楠军 刘天时 《计算机工程与应用》 CSCD 北大核心 2015年第10期128-131,136,共5页

由于用户评分数据在极端稀疏的情况下会导致传统协同过滤算法的推荐质量下降,针对该问题,提出一种基于项目分类和用户群体兴趣的协同过滤算法。该算法根据项目类别信息对项目进行分类,相同分类的项目具有较高的相似性;利用评分数据计算... 由于用户评分数据在极端稀疏的情况下会导致传统协同过滤算法的推荐质量下降,针对该问题,提出一种基于项目分类和用户群体兴趣的协同过滤算法。该算法根据项目类别信息对项目进行分类,相同分类的项目具有较高的相似性;利用评分数据计算各个项目分类上的用户相似性矩阵,并计算用户群体在各个分类上的兴趣,通过二者构造加权的用户相似性矩阵;利用用户加权相似性矩阵寻找用户的最近邻以获得最佳的推荐效果。实验结果表明,该算法能有效提高推荐质量。 展开更多

关键词 推荐系统 协同过滤 项目分类 用户群体兴趣 用户加权相似性

在线阅读 下载PDF 职称材料

基于领域最近邻的协同过滤推荐算法 被引量：93

20

作者 李聪 梁昌勇 马丽 《计算机研究与发展》 EI CSCD 北大核心 2008年第9期1532-1538,共7页

协同过滤是目前电子商务推荐系统中广泛应用的最成功的推荐技术,但面临严峻的用户评分数据稀疏性和推荐实时性挑战.针对上述问题,提出了基于领域最近邻的协同过滤推荐算法,以用户评分项并集作为用户相似性计算基础,将并集中的非目标用... 协同过滤是目前电子商务推荐系统中广泛应用的最成功的推荐技术,但面临严峻的用户评分数据稀疏性和推荐实时性挑战.针对上述问题,提出了基于领域最近邻的协同过滤推荐算法,以用户评分项并集作为用户相似性计算基础,将并集中的非目标用户区分为无推荐能力和有推荐能力两种类型;对于前一类用户不再计算用户相似性以改善推荐实时性,对于后一类用户则提出"领域最近邻"方法对并集中的未评分项进行评分预测,从而降低数据稀疏性和提高最近邻寻找准确性.实验结果表明,该算法能有效提高推荐质量. 展开更多

关键词 协同过滤 推荐算法 领域最近邻 用户相似性 平均绝对误差

在线阅读 下载PDF 职称材料