融合用户相似度的影视推荐系统研究

被引：8

作者：

徐红艳 ^{[1
]}

赵宏 ^{[2
]}

王嵘冰 ^{[1
]}

付瀚臣 ^{[1
]}

刘逸伦 ^{[3
]}

机构：

[1] 辽宁大学信息学院

[2] 辽宁省阜新市阜新蒙古族自治县计量所

[3] 沈阳工程学院信息学院

来源：

辽宁大学学报(自然科学版) | 2018年 / 45卷 / 03期

基金：

中国博士后科学基金;

关键词：

推荐系统; Slope one算法; 协同过滤; 用户相似度;

D O I：

10.16197/j.cnki.lnunse.2018.03.001

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

伴随着互联网技术的高速发展,当今世界已进入信息时代.在"人人皆媒体"的大环境下,网络上信息巨大繁杂,为了从数以亿计的数据、新闻等各类信息中提取出自己感兴趣的信息,推荐技术应运而生.研究了在影视网站中融入推荐算法,根据用户的历史评分数据了解用户喜好,为使用者推荐符合他审美口味的,可能感兴趣的影视作品.在对原有Slope one推荐算法的不足进行分析的基础上,把最近邻和用户加权的思想融入到Slope one算法中,已达到增强算法性能的目的.

引用

页码：193 / 200

页数：8

共 11 条

[1]

Collaborative filtering recommender systems. Ekstrand M D,Ridel J T,Konstan J A. . 2010

[2] 一种改进的Slope One协同过滤推荐算法 [J].

刘业峰 ;

柴天佑 .

控制工程, 2017, 24 (02) :257-262

[3]

电影推荐系统的设计与实现[D]. 尤方圆.华中科技大学 2013

[4] 改进加权Slope one协同过滤推荐算法研究 [J].

王潘潘 ;

钱谦 ;

王锋 .

传感器与微系统, 2017, (07) :138-141

[5]

基于协同过滤的电影推荐系统的构建[D]. 张海朋.西安电子科技大学 2015

[6]

SERF: Integrating human recommendations with search. Jung S,Harris K,Webster J, et al. Proceedings of the Thirteenth ACM Conferenceon Information & Knowledge Management . 2004

[7]

一种改进的协同过滤技术在视频推荐中的应用[D]. 吴奕.东华大学 2010

[8] 基于评分矩阵填充与用户兴趣的协同过滤推荐算法 [J].

韩亚楠 ;

曹菡 ;

刘亮亮 .

计算机工程, 2016, 42 (01) :36-40

[9]

Personalized recommendation of social software items based on social relations. GUY I,ZWERDLING N,CARMEL D,et al. Acm Conference on Recommender Systems . 2009

[10] 一种改进的slope one推荐算法研究 [J].

柴华 ;

刘建毅 .

信息网络安全, 2015, (02) :77-81

← 1 2 →