检索结果-维普期刊中文期刊服务平台

基于属性相似性的Item-based协同过滤算法被引量：21: 1; 作者彭玉程小平《计算机工程与应用》 CSCD 北大核心 2007年第14期144-147,共4页; 通过分析传统Item-based协同过滤推荐中的稀疏性问题以及新项目的冷开始问题,提出了一个基于属性相似性的Item-based协同过滤算法。该算法利用项目属性的相似性来修正原始相似性计算,综合考虑项目属性和用户评价对推荐的影响,改进了传... 展开更多; 关键词 item—based协同过滤项目属性评价相似性属性相似性; 在线阅读下载PDF 职称材料

PEV:一种新的用于Item-Based协同过滤算法的相似性度量方法被引量：5: 2; 作者张忠平郭献丽《小型微型计算机系统》 CSCD 北大核心 2009年第4期716-720,共5页; 在Item-Based协同过滤算法中,项目之间相似性的度量是整个算法的关键.通过分析传统的相似性度量方法在系统评分数据稀疏的情况下所存在的弊端,提出一种新的用于Item-Based协同过滤算法的相似性度量方法,该方法从邻近度、影响力、有用性... 展开更多; 关键词推荐系统 item—based协同过滤项目相似性稀疏性; 在线阅读下载PDF 职称材料

自适应用户的Item-based协同过滤推荐算法被引量：9: 3; 作者汪从梅王成良徐玲《计算机应用研究》 CSCD 北大核心 2013年第12期3606-3609,共4页; 传统Item-based协同过滤算法计算两个条目间相似性时,将每个评分视为同等重要,忽略了共评用户(对两个条目共同评分的用户)与目标用户间的相似性对条目间相似性的影响。针对此问题,提出了一种自适应用户的Item-based协同过滤算法。该算... 展开更多; 关键词推荐系统协同过滤 item—based 自适应用户条目相似性信息过载; 在线阅读下载PDF 职称材料

改进的Pearson-Compatibility群决策算法在多属性协同过滤推荐中的应用研究: 4; 作者李岱峰于长锐 +1 位作者覃正董添犀《情报学报》 CSSCI 北大核心 2011年第2期121-130,共10页; 目前个性化推荐领域的相关研究,很少考虑用户在资源属性上的兴趣差异,而资源属性往往是决定用户偏好的重要因素之一.针对这一问题,构建了基于资源多属性的用户评价模型和兴趣模型,并提出了一种改进的Pearson-Compatibility多属性群决策... 展开更多; 关键词改进决策算法多属性协同过滤推荐应用研究 Collaborative Filtering based Decision Algorithm Improved 资源属性用户偏好问题抗干扰能力个性化推荐重要因素兴趣模型兴趣差异相似相关研究实用价值; 在线阅读下载PDF 职称材料

基于云计算技术的个性化推荐系统被引量：24: 5; 作者应毅刘亚军陈诚《计算机工程与应用》 CSCD 北大核心 2015年第13期111-117,共7页; 传统的协同过滤推荐技术在大数据环境下存在一定的不足。针对该问题,提出了一种基于云计算技术的个性化推荐方法:将大数据集和推荐计算分解到多台计算机上并行处理。在对经典Item CF算法Map Reduce化后,建立了一个基于Hadoop开源框架的... 展开更多; 关键词推荐系统基于物品的协同过滤 Map REDUCE item CF-MR算法学习资源推荐; 在线阅读下载PDF 职称材料

题名基于属性相似性的Item-based协同过滤算法被引量：21: 1; 作者彭玉程小平; 机构四川托普信息技术职业学院西南大学计算机与信息科学学院; 出处《计算机工程与应用》 CSCD 北大核心 2007年第14期144-147,共4页; 文摘通过分析传统Item-based协同过滤推荐中的稀疏性问题以及新项目的冷开始问题,提出了一个基于属性相似性的Item-based协同过滤算法。该算法利用项目属性的相似性来修正原始相似性计算,综合考虑项目属性和用户评价对推荐的影响,改进了传统相似性度量方法在评价数据稀疏和新项目推荐中测量结果不够准确的问题。; 关键词 item—based协同过滤项目属性评价相似性属性相似性; Keywords item-based collaborative filtering item attribute rating similarity attribute similarity; 分类号 TP301 [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PEV:一种新的用于Item-Based协同过滤算法的相似性度量方法被引量：5: 2; 作者张忠平郭献丽; 机构燕山大学信息科学与工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2009年第4期716-720,共5页; 基金教育部科学技术研究重点项目(205014)资助河北省教育厅科研计划项目(2006143)资助; 文摘在Item-Based协同过滤算法中,项目之间相似性的度量是整个算法的关键.通过分析传统的相似性度量方法在系统评分数据稀疏的情况下所存在的弊端,提出一种新的用于Item-Based协同过滤算法的相似性度量方法,该方法从邻近度、影响力、有用性三个方面综合考虑了用户评分对项目相似性的影响.实验结果表明,该方法能够有效地避免传统相似性度量方法所存在的问题,使得数据稀疏性对最终推荐结果的负面影响变小,在一定程度上提高系统的推荐精度.; 关键词推荐系统 item—based协同过滤项目相似性稀疏性; Keywords recommender system item-based collaborative filtering item similarity sparsity; 分类号 TP311 [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

题名自适应用户的Item-based协同过滤推荐算法被引量：9: 3; 作者汪从梅王成良徐玲; 机构重庆大学计算机学院重庆大学软件学院; 出处《计算机应用研究》 CSCD 北大核心 2013年第12期3606-3609,共4页; 基金中央高校基本科研业务费科研专项基金资助项目(CDJZR11090001); 文摘传统Item-based协同过滤算法计算两个条目间相似性时,将每个评分视为同等重要,忽略了共评用户(对两个条目共同评分的用户)与目标用户间的相似性对条目间相似性的影响。针对此问题,提出了一种自适应用户的Item-based协同过滤算法。该算法将共评用户与目标用户的相似性作为共评用户评分重要性的权重,以实现针对不同的目标用户,为目标条目选择不同的、适合目标用户的最近邻居集,从而提高推荐准确性。实验结果表明,提出的算法可以显著提高推荐系统的推荐质量。; 关键词推荐系统协同过滤 item—based 自适应用户条目相似性信息过载; Keywords recommender system collaborative filtering item-based user-adaptive item similarity information overloading; 分类号 TP312 [自动化与计算机技术—计算机软件与理论] 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

题名改进的Pearson-Compatibility群决策算法在多属性协同过滤推荐中的应用研究: 4; 作者李岱峰于长锐覃正董添犀; 机构上海财经大学信息管理与工程学院; 出处《情报学报》 CSSCI 北大核心 2011年第2期121-130,共10页; 基金国家社会科学基金，国家自然科学基金，上海财经大学211工程重点项目，上海财经大学研究生创新基金; 文摘目前个性化推荐领域的相关研究,很少考虑用户在资源属性上的兴趣差异,而资源属性往往是决定用户偏好的重要因素之一.针对这一问题,构建了基于资源多属性的用户评价模型和兴趣模型,并提出了一种改进的Pearson-Compatibility多属性群决策算法,在k-临近相似用户的推荐问题中引入该算法,结合协同过滤推荐的特点,对相似用户偏好差异性、残缺值、算法可能出现的提前收敛等问题进行了充分考虑,进而实现多属性的协同过滤.最后通过实验对算法的有效性进行验证,实验结果表明:算法在目标用户属性偏好的预测上,具有较高的准确度,对偏差值、残缺值具有较强的抗干扰能力,具有较强的实用价值.; 关键词改进决策算法多属性协同过滤推荐应用研究 Collaborative Filtering based Decision Algorithm Improved 资源属性用户偏好问题抗干扰能力个性化推荐重要因素兴趣模型兴趣差异相似相关研究实用价值; Keywords personalized recommendation Pearson-Compatibility group decision,multi-attribute collaborative filtering,; 分类号 G35 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名基于云计算技术的个性化推荐系统被引量：24: 5; 作者应毅刘亚军陈诚; 机构三江学院软件学院三江学院计算机科学与工程学院东南大学计算机科学与工程学院易立方教育科技有限公司; 出处《计算机工程与应用》 CSCD 北大核心 2015年第13期111-117,共7页; 基金横向课题"智能英语语言训练系统" 江苏省电力公司科技项目(No.J2014057) +2 种基金三江大学本科工程二期项目(No.J14001); 文摘传统的协同过滤推荐技术在大数据环境下存在一定的不足。针对该问题,提出了一种基于云计算技术的个性化推荐方法:将大数据集和推荐计算分解到多台计算机上并行处理。在对经典Item CF算法Map Reduce化后,建立了一个基于Hadoop开源框架的并行推荐引擎,并通过在已商用的英语训练平台上进行学习推荐工作验证了该系统的有效性。实验结果表明,在集群中使用云计算技术处理海量数据,可以大大提高推荐系统的可扩展性。; 关键词推荐系统基于物品的协同过滤 Map REDUCE item CF-MR算法学习资源推荐; Keywords recommender systems item-based collaborative filtering Map Reduce item CF-MR algorithm learning resources recommend; 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	作者	出处	发文年	被引量	操作
1	基于属性相似性的Item-based协同过滤算法	彭玉程小平	《计算机工程与应用》 CSCD 北大核心	2007	21	在线阅读下载PDF 职称材料
2	PEV:一种新的用于Item-Based协同过滤算法的相似性度量方法	张忠平郭献丽	《小型微型计算机系统》 CSCD 北大核心	2009	5	在线阅读下载PDF 职称材料
3	自适应用户的Item-based协同过滤推荐算法	汪从梅王成良徐玲	《计算机应用研究》 CSCD 北大核心	2013	9	在线阅读下载PDF 职称材料
4	改进的Pearson-Compatibility群决策算法在多属性协同过滤推荐中的应用研究	李岱峰于长锐覃正董添犀	《情报学报》 CSSCI 北大核心	2011	0	在线阅读下载PDF 职称材料
5	基于云计算技术的个性化推荐系统	应毅刘亚军陈诚	《计算机工程与应用》 CSCD 北大核心	2015	24	在线阅读下载PDF 职称材料