Suchergebnisse - 基于用户的协同过滤推荐算法

  1. 1

    基于用户相似度的协同过滤推荐算法 von 荣辉桂, 火生旭, 胡春华, 莫进侠

    ISSN: 1000-436X
    Veröffentlicht: 湖南大学 信息科学与工程学院,湖南 长沙,410082%湖南商学院 计算机与信息工程学院,湖南 长沙,410205 2014
    Veröffentlicht in 通信学报 (2014)
    “… ,定义社交网络中属性相似度,相似度构成与计算方法,提出一种改进的协同过滤推荐算法,并给出推荐质量与用户满意度评价方法。实验结果表明:改进算法能有效改善社交网络中的推荐准确性并提高推荐效率,全面提高用户满意度。 …”
    Volltext
    Journal Article
  2. 2

    基于用户项目体验度的协同过滤推荐算法 von 郑苏洋, 姜久雷, 王晓峰

    ISSN: 1000-3428
    Veröffentlicht: 北方民族大学 计算机科学与工程学院,银川,750021 2017
    Veröffentlicht in 计算机工程 (2017)
    “… 理论平衡用户相似性和用户对流行项目的关注度,计算得出用户相似度并产生预测和推荐.实验结果表明,与传统协同过滤算法相比,该算法提高了相似度计算准确度,并能改善数据稀疏情况下的推荐效果 …”
    Volltext
    Journal Article
  3. 3

    基于用户项目体验度的协同过滤推荐算法 von 郑苏洋 姜久雷 王晓峰

    ISSN: 1000-3428
    Veröffentlicht: 2017
    Veröffentlicht in 计算机工程 (2017)
    “… 用户对流行项目的关注度,计算得出用户相似度并产生预测和推荐。实验结果表明,与传统协同过滤算法相比,该算法提高了相似度计算准确度,并能改善数据稀疏情况下的推荐效果。 …”
    Volltext
    Journal Article
  4. 4

    基于混合聚类与融合用户兴趣的协同过滤推荐算法 von 麻天, 余本国, 张静, 宋文爱, 景昱

    ISSN: 0258-7998
    Veröffentlicht: 中北大学软件学院,山西太原030051 2022
    Veröffentlicht in 电子技术应用 (2022)
    “… TP399; 推荐效率低、推荐质量有待提高等问题普遍存在于传统协同过滤推荐算法中,为了改善并解决这些问题,在协同过滤推荐算法中将混合聚类与用户兴趣偏好融合,经过验证推荐质量有显著提升.首先根据用户的个人相关信息构建Canopy+bi-Kmeans的一种多重混合聚类模型,采用提出的混合聚类模型把所有用户划分成多个聚类簇 …”
    Volltext
    Journal Article
  5. 5

    基于信任关系下用户兴趣偏好的协同过滤推荐算法 von 邵超, 宋淑米

    ISSN: 1002-137X
    Veröffentlicht: 河南财经政法大学计算机与信息工程学院 郑州450046 16.06.2021
    Veröffentlicht in 计算机科学 (16.06.2021)
    “… TP181; 随着信息的海量增长,推荐系统有效缓解了信息爆炸带来的问题,其中协同过滤作为主流技术之一受到了广泛的关注.针对用户的兴趣偏好研究主要是基于商品标签的有监督数据集进行研究,忽略了无监督数据集,同时,在计算用户的兴趣偏好过程中也未能考虑到信任用户用户兴趣的影响.为此,文中首先在无监督的项目数据集上采用矩阵分解 …”
    Volltext
    Journal Article
  6. 6

    基于评分矩阵填充与用户兴趣的协同过滤推荐算法 von 韩亚楠 曹菡 刘亮亮

    ISSN: 1000-3428
    Veröffentlicht: 陕西师范大学计算机科学学院,西安,710062 2016
    Veröffentlicht in 计算机工程 (2016)
    “… 针对传统协同过滤推荐算法评分矩阵稀疏和推荐精度不高的问题,提出一种改进的协同过滤推荐算法。通过用户属性偏好和项目流行度计算用户对项目的偏好度,结合用户平均评分对评分矩阵中未评分项目进行填充。考虑到用户兴趣随时间的变化,将基于时间的兴趣度权重函数和偏好度引入到项目相似度计算和推荐过程中,确定项目最近邻集合,从而实现最优 …”
    Volltext
    Journal Article
  7. 7

    基于离散量和用户兴趣贴近度的协同过滤推荐算法 von 贾伟洋;李书琴;李昕宇;刘斌

    ISSN: 1000-3428
    Veröffentlicht: 西北农林科技大学信息工程学院,西安,710000 2018
    Veröffentlicht in 计算机工程 (2018)
    “… 处理,得到融合用户兴趣偏好信息的相似度结果,以此为基础,采用协同过滤算法进行个性化推荐。实验结果表明,该算法可有效提高信息推荐系统的推荐质量,在数据极端稀疏的情况下也能保持较好的性能。 …”
    Volltext
    Journal Article
  8. 8

    民用建筑"四节一环保"数据的清洗与修复方法研究 von 申鸿怡, 徐芳芳, 王新民

    ISSN: 0479-8023
    Veröffentlicht: 北京大学前沿交叉学科研究院大数据科学研究中心,北京 100871%山东科技大学数学与系统科学学院,青岛 266590%北京大学数学科学学院,北京 100871 20.09.2020
    Veröffentlicht in 北京大学学报(自然科学版) (20.09.2020)
    “… 填充、线性回归模型和基于用户的协同过滤推荐算法,并以平均绝对误差为评估指标进行对比.基于多元线性回归、主成分回归、偏最小二乘回归、岭回归及Lasso回归5种模型,拟合建筑运行能耗与各解释变量间的关系,对上海市建筑运行能耗相关数据进行数据修复.结果 显示,单栋建筑能耗数据适合采用箱线图内限来识别异常记录,并使用中位数填补缺失 …”
    Volltext
    Journal Article
  9. 9

    基于LSH的隐私保护POI推荐算法 von 沈鑫娣, 翟东君, 张得天, 刘安

    ISSN: 1000-3428
    Veröffentlicht: 苏州大学计算机科学与技术学院,江苏苏州,215006%江南大学数字媒体学院,江苏无锡,214122 2019
    Veröffentlicht in 计算机工程 (2019)
    “… 需求.利用LSH和Paillier同态加密技术,在计算过程中保护数据隐私不被泄露.真实数据集上的实验结果表明,在响应时间和预测准确度上,该算法优于传统基于用户的协同过滤推荐算法 …”
    Volltext
    Journal Article
  10. 10

    结合正反相似度的协同过滤推荐算法 von 周泓宇 梁刚 冯程 刘江冬

    ISSN: 1000-3428
    Veröffentlicht: 四川大学计算机学院,成都,610065 2016
    Veröffentlicht in 计算机工程 (2016)
    “… 针对协同过滤推荐系统中普遍存在的评分数据稀疏问题,提出一种基于正反相似度的协同过滤推荐算法。通过改进杰卡德相似度模型,给出一种计算用户正反相似度的方法,进而筛选出正反相似用户群,并根据正反相似用户群的已知评分进行综合预测。实验结果证明,与基于相似用户的协同过滤推荐算法相比,该算法可以有效缓解协同过滤推荐中的数据稀疏 …”
    Volltext
    Journal Article
  11. 11

    基于Mahout的音乐推荐系统的设计与实现 von 孙斌

    ISSN: 1009-0843
    Veröffentlicht: 030619,太原师范学院 计算机科学与技术系 山西 晋中 2019
    Veröffentlicht in 数字化用户 (2019)
    “… 本文通过设计个性化音乐推荐系统,丰富音乐资源发现途径,来应对用户无法快速方便的找到自己喜欢的音乐的问题.本系统利用Apache Mahout框架,通过规范化Yahoo音乐数据集的历史数据,采用基于用户的协同过滤推荐算法,使用皮尔逊相似度计算相似性,生成个性化音乐推荐,并通过前台页面呈现给用户.但是系统存在数据稀疏性问题 …”
    Volltext
    Magazine Article
  12. 12

    基于用户属性和项目属性的融合推荐算法 von 申艳梅, 李亚平, 王岩

    ISSN: 1673-9787
    Veröffentlicht: 河南理工大学 计算机科学与技术学院,河南 焦作 454000 01.03.2022
    Veröffentlicht in 河南理工大学学报(自然科学版) (01.03.2022)
    “… TP391; 针对传统协同过滤算法的冷启动、推荐精度低等问题,提出基于用户属性和项目属性的协同过滤算法以及它们两者的融合推荐算法.在计算用户相似度时,提出用户年龄、性别和职业属性差异度,并与皮尔逊相关系数加权结合;在计算项目相似度时,提出项目类型标签和项目被评分时间,并将两者与项目余弦相似度融合.最后将上述两种算法推荐结果进行加权融合.实验结果表明,改进的融合推荐算法相比其他4种算法在平均绝对误差率(mean abso-lute error,MAE …”
    Volltext
    Journal Article
  13. 13

    基于协同过滤推荐算法的智荐购物平台 von 秦继林

    ISSN: 1009-0843
    Veröffentlicht: 250103,山东商业职业技术学院 山东 济南 2018
    Veröffentlicht in 数字化用户 (2018)
    “… 随着互联网行业的快速发展,网络购物已成为国家经济的重要支撑、人民日常生活不可或缺的事物.当下,各类购物平台种类繁多,其平台系统所使用的推荐算法技术也五花八门,有基于协同过滤推荐技术、基于内容的推荐技术、基于效用的推荐技术、基于知识的推荐技术、基于用户统计的推荐技术,本系统使用的是基于协同过滤推荐算法,在传统网络购物 …”
    Volltext
    Magazine Article
  14. 14

    协同过滤下的电子商务个性化推荐算法分析 von 陈雪婷

    ISSN: 1672-7274
    Veröffentlicht: 贵州师范大学,贵州 贵阳 550025 2021
    Veröffentlicht in 数字通信世界 (2021)
    “… TP301.6%F713.36; 对协同过滤条件下的电子商务个性化推荐算法相关问题进行研究与分析,基于分层聚类准则,对常用分层聚类算法存在的问题进行改进,将优化改进后的分层聚类协同过滤个性化推荐算法应用于电子商务个性化推荐实践中,实现了基于用户推荐基于项目推荐的良性融合,体现了协同过滤个性化推荐算法的整体性以及组合性 …”
    Volltext
    Magazine Article
  15. 15

    融合人格特征的概率推荐模型 von 沈铁孙龙, 付晓东, 岳昆, 刘骊, 刘利军

    ISSN: 1673-9418
    Veröffentlicht: 昆明理工大学信息工程与自动化学院,昆明 650500%云南大学信息学院,昆明 650504%昆明理工大学信息工程与自动化学院,昆明 650500 10.01.2023
    Veröffentlicht in 计算机科学与探索 (10.01.2023)
    “… TP389.1; 以模型为基础的协同过滤推荐算法需分析提取"用户-项目"特征矩阵以进行用户推荐.用户特征不同直接导致用户偏好不同,但以模型为基础的协同过滤推荐算法仅考虑分析提取影响项目特征的关键因素而未考虑分析提取影响用户特征的重要因素,这类传统模型往往将用户潜在特征向量随机初始化,并赋予一个假定的正态分布,导致这些 …”
    Volltext
    Journal Article
  16. 16

    融合相似度和预筛选模式的协同过滤算法 von 赵文涛, 田欢欢, 冯婷婷, 崔自恒

    ISSN: 1673-9418
    Veröffentlicht: 河南理工大学 计算机科学与技术学院,河南 焦作 454000 10.01.2023
    Veröffentlicht in 计算机科学与探索 (10.01.2023)
    “… TP391; 基于邻域的协同过滤算法中,用户(项目)相似度的计算对预测和推荐结果有重要影响.传统相似度基于共同评分项目,能快速计算出相似度结果,但在稀疏数据下,推荐准确性较低.目前大多数改进的协同过滤算法通过制定较复杂的相似度公式,提高推荐准确性,但往往忽略了模型的计算时间.为达到在降低时间成本的同时执行有效的推荐 …”
    Volltext
    Journal Article
  17. 17

    基于隐语义模型的物联网资源发现算法 von 单涛, 钱琪杰, 景慎旗, 叶继元, 郭永安, 刘云

    ISSN: 1004-9037
    Veröffentlicht: 南京大学信息管理学院,南京 210023 01.11.2023
    Veröffentlicht in 数据采集与处理 (01.11.2023)
    “… 对应的表示矩阵,基于该模型提出了物联网业务场景中的资源推荐问题,并将该问题转换成基于矩阵分解的相关程度预测问题,最后引入最优化理论中的交替最小二乘法(Alternating least squares,ALS)来求解矩阵的最优化分解问题,进而提出一种基于隐语义模型的资源推荐算法,并与传统推荐系统中基于物品的协同过滤算法(ItemCF)在均方根误差 …”
    Volltext
    Journal Article
  18. 18

    基于对抗性学习的协同过滤推荐算法 von 詹皖江, 洪植林, 方路平, 吴哲夫, 吕跃华

    ISSN: 1002-137X
    Veröffentlicht: 浙江工业大学信息学院 杭州 310023%浙江省科技信息研究院 杭州 310006 15.07.2021
    Veröffentlicht in 计算机科学 (15.07.2021)
    “… TP301.6; 推荐系统能够根据用户的兴趣特点和购买行为,向用户推荐感兴趣的信息和商品.随着用户生成内容UGC逐渐成为当前Web应用的主流,基于UGC的推荐也得到了广泛关注.区别于传统推荐用户与物品的二元交互,有的UGC推荐采用协同过滤方法,提出了消费者、物品和生产者的三元交互,进而提高了推荐准确度,但大多算法都 …”
    Volltext
    Journal Article
  19. 19

    基于标签主题的协同过滤推荐算法研究 von 文俊浩 袁培雷 曾骏 王喜宾 周魏

    ISSN: 1000-3428
    Veröffentlicht: 重庆大学软件学院,重庆401331 2017
    Veröffentlicht in 计算机工程 (2017)
    “… 传统基于标签的推荐算法仅考虑用户的评分信息,导致推荐准确度不高。为解决该问题,提出一种改进的协同过滤推荐算法。对用户-标签矩阵、资源-标签矩阵进行潜在Dirichlet分布建模,发掘推荐系统中的潜在语义主题,从语义层面计算用户对各资源的偏好概率,将计算出的偏好概率与协同过滤算法计算出的资源相似度相结合,预测用户偏好值 …”
    Volltext
    Journal Article
  20. 20

    基于评分区域子空间的协同过滤推荐算法 von 孙晓寒, 张莉

    ISSN: 1002-137X
    Veröffentlicht: 苏州大学计算机科学与技术学院 江苏苏州215006 15.07.2022
    Veröffentlicht in 计算机科学 (15.07.2022)
    “… TP181; 协同过滤推荐算法因其合理的可解释性以及简单的实现过程而被广泛应用.然而,在推荐系统中数据集通常具有规模大、稀疏度和维度高等特点,这些特点给协同过滤推荐算法带来了很大的挑战.为了缓解上述问题,提出了一种基于评分区域子空间的协同过滤推荐算法.基于用户-项目评分矩阵,该算法首先将评分范围划分为3个区域,即高评分 …”
    Volltext
    Journal Article