面向个性化推荐系统的二分网络协同过滤算法研究

被引:17
作者
李霞 [1 ]
李守伟 [2 ]
机构
[1] 滨州医学院网络中心
[2] 江苏大学管理学院
关键词
个性化推荐; 协同过滤; 二分网络; 灰色关联;
D O I
暂无
中图分类号
TP391.3 [检索机];
学科分类号
081203 ; 0835 ;
摘要
为提高个性化推荐系统的推荐效率和准确性,提出了个性化推荐系统的二分网络协同过滤算法。协同过滤算法引入二分网络描述个性化推荐系统,使用灰色关联度来度量用户相似性和项目相似性,对灰色关联相似度加权求和预测用户对项目的预测打分值,从而提供给用户排序后的项目列表。实验结果表明,协同过滤算法有效提高了过滤推荐的精准度和可靠性,具有良好的推荐效果。
引用
收藏
页码:1946 / 1949
页数:4
相关论文
共 9 条
[1]   结合项目分类和云模型的协同过滤推荐算法 [J].
熊忠阳 ;
刘芹 ;
张玉芳 .
计算机应用研究, 2012, 29 (10) :3660-3664
[2]   基于用户关注度的个性化新闻推荐系统 [J].
彭菲菲 ;
钱旭 .
计算机应用研究, 2012, 29 (03) :1005-1007
[3]   个性化推荐系统综述 [J].
王国霞 ;
刘贺平 .
计算机工程与应用 , 2012, (07) :66-76
[4]   基于用户兴趣度和特征的优化协同过滤推荐 [J].
严冬梅 ;
鲁城华 .
计算机应用研究, 2012, 29 (02) :497-500
[5]   一种电影个性化推荐系统的研究与实现 [J].
钱程 ;
阳小兰 .
计算机与数字工程, 2011, 39 (08) :73-76
[6]   互联网推荐系统比较研究 [J].
许海玲 ;
吴潇 ;
李晓东 ;
阎保平 .
软件学报, 2009, 20 (02) :350-362
[7]  
电子商务环境下的个性化信息推荐服务及应用研究.[D].张娜.合肥工业大学.2007, 03
[8]   Applying associative retrieval techniques to alleviate the sparsity problem in collaborative filtering [J].
Huang, Z ;
Chen, H ;
Zeng, D .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :116-142
[9]   Hybrid recommender systems: Survey and experiments [J].
Burke, R .
USER MODELING AND USER-ADAPTED INTERACTION, 2002, 12 (04) :331-370