本文選題：個(gè)性化推薦系統(tǒng)　切入點(diǎn)：協(xié)同過濾　出處：《中文信息學(xué)報(bào)》2016年02期

【摘要】：個(gè)性化推薦系統(tǒng)在電子商務(wù)領(lǐng)域中的廣泛應(yīng)用帶來了巨大的經(jīng)濟(jì)效益和良好的用戶體驗(yàn)。由于用戶數(shù)據(jù)往往分布在多個(gè)不同的網(wǎng)站,單個(gè)網(wǎng)站的推薦系統(tǒng)受制于數(shù)據(jù)稀疏性的限制,難以獲得準(zhǔn)確的推薦效果。該文提出了一種基于傳遞相似性的交叉推薦系統(tǒng)算法,可以利用多個(gè)網(wǎng)站平臺(tái)數(shù)據(jù)計(jì)算不同網(wǎng)站中的用戶的相似度,從而很大程度上克服了推薦系統(tǒng)中的數(shù)據(jù)稀疏性以及冷啟動(dòng)問題。結(jié)果顯示,該交叉推薦算法與傳統(tǒng)的針對(duì)單個(gè)數(shù)據(jù)集的推薦算法相比,推薦的精確性有一至兩倍的提高。
[Abstract]:The wide application of personalized recommendation system in the field of e-commerce brings great economic benefits and good user experience.Because the user data is often distributed in many different websites, the recommendation system of a single website is restricted by the data sparsity, so it is difficult to obtain accurate recommendation effect.In this paper, an algorithm of cross recommendation system based on transfer similarity is proposed, which can calculate the similarity of users in different websites by using the data of multiple web platforms.Thus, the problem of data sparsity and cold start in recommendation system is overcome to a great extent.The results show that the accuracy of the cross-recommendation algorithm is one to two times higher than that of the traditional recommendation algorithm for a single data set.
【作者單位】： 電子科技大學(xué)互聯(lián)網(wǎng)科學(xué)中心;北京百分點(diǎn)信息科技有限公司;中國科學(xué)院計(jì)算技術(shù)研究所中國科學(xué)院網(wǎng)絡(luò)數(shù)據(jù)科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家基礎(chǔ)研究發(fā)展計(jì)劃(973)(2012CB316303,2013CB329602) 國家自然科學(xué)基金(61232010,61202215)
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

相關(guān)會(huì)議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：1702508