發(fā)布時間：2018-03-03 17:29

  本文選題：數(shù)據(jù)稀疏性　切入點(diǎn)：協(xié)同過濾　出處：《計算機(jī)系統(tǒng)應(yīng)用》2016年12期 　論文類型：期刊論文

【摘要】：為了解決協(xié)同過濾算法中數(shù)據(jù)稀疏性問題,提高推薦效果,提出一種改進(jìn)的協(xié)同過濾算法.該算法首先通過一種新的相似度計算方法來計算項目類型相似度,將相似度大于某閾值的項目作為目標(biāo)項目的鄰居;然后根據(jù)目標(biāo)用戶對鄰居項目的評分信息來預(yù)測該用戶對目標(biāo)項目的評分值,并將預(yù)測值填入稀疏的用戶項目評分矩陣;最后對填充后的評分矩陣采用基于用戶聚類(K-means聚類)的協(xié)同過濾算法做出最終的預(yù)測評分進(jìn)行推薦.在Movielens數(shù)據(jù)集上進(jìn)行實(shí)驗驗證,結(jié)果表明該算法能夠很好地緩解數(shù)據(jù)稀疏性、降低計算復(fù)雜度,提高推薦精度.
[Abstract]:In order to solve the problem of data sparsity in collaborative filtering algorithm and improve the recommendation effect, an improved collaborative filtering algorithm is proposed. An item whose similarity is greater than a threshold value is regarded as the neighbor of the target item, then the score value of the target item is predicted according to the scoring information of the target user, and the prediction value is filled in the sparse user item scoring matrix. Finally, the filled score matrix is recommended by collaborative filtering algorithm based on user clustering K-means clustering. The experimental results on the Movielens dataset show that the algorithm can reduce the data sparsity well. Reduce computational complexity and improve recommendation accuracy.
【作者單位】： 東華大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊風(fēng)召;;一種基于特征表的協(xié)同過濾算法[J];計算機(jī)工程與應(yīng)用;2007年06期

2 王嵐;翟正軍;;基于時間加權(quán)的協(xié)同過濾算法[J];計算機(jī)應(yīng)用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協(xié)同過濾的智能導(dǎo)購系統(tǒng)[J];武漢大學(xué)學(xué)報(工學(xué)版);2008年02期

4 張富國;;用戶多興趣下基于信任的協(xié)同過濾算法研究[J];小型微型計算機(jī)系統(tǒng);2008年08期

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評分矩陣的協(xié)同過濾算法[J];西安電子科技大學(xué)學(xué)報;2009年04期

6 廖新考;;基于用戶特征和項目屬性的混合協(xié)同過濾推薦[J];福建電腦;2010年07期

7 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過濾策略改進(jìn)研究[J];計算機(jī)技術(shù)與發(fā)展;2011年04期

8 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過濾算法[J];微計算機(jī)信息;2011年11期

9 宋緯華;田元;;基于蟻群算法的協(xié)同過濾推薦技術(shù)[J];農(nóng)業(yè)圖書情報學(xué)刊;2013年08期

10 康鐘榮;;基于項目特征分類與填充的協(xié)同過濾算法研究[J];河南科技;2013年12期

相關(guān)會議論文 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

5 李建國;姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動問題的方法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯一[C];2010年

相關(guān)博士學(xué)位論文 前6條

1 紀(jì)科;融合上下文信息的混合協(xié)同過濾推薦算法研究[D];北京交通大學(xué);2016年

2 程殿虎;基于協(xié)同過濾的社會網(wǎng)絡(luò)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];中國海洋大學(xué);2015年

3 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學(xué);2009年

4 孔維梁;協(xié)同過濾推薦系統(tǒng)關(guān)鍵問題研究[D];華中師范大學(xué);2013年

5 夏培勇;個性化推薦技術(shù)中的協(xié)同過濾算法研究[D];中國海洋大學(xué);2011年

6 趙向宇;Top-N協(xié)同過濾推薦技術(shù)研究[D];北京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 高慧敏;融合占有度的時間遺忘協(xié)同過濾混合推薦算法研究[D];燕山大學(xué);2015年

2 蘇靖涵;面向SaaS多租戶的動態(tài)推薦方法研究[D];遼寧大學(xué);2015年

3 徐曉妮;基于人工魚群算法的協(xié)同過濾推薦算法研究[D];遼寧大學(xué);2015年

4 羅培;移動購物導(dǎo)購關(guān)鍵技術(shù)的研究與系統(tǒng)實(shí)現(xiàn)[D];西南交通大學(xué);2015年

5 李婧;融合用戶差異度及信息熵的協(xié)同過濾推薦算法[D];西安建筑科技大學(xué);2015年

6 主雪梅;基于混合協(xié)同過濾推薦的圖書館管理系統(tǒng)設(shè)計與實(shí)現(xiàn)[D];燕山大學(xué);2015年

7 李智;基于QoS信息的服務(wù)推薦[D];上海交通大學(xué);2015年

8 馬興敏;基于蜂群算法的協(xié)同過濾推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];中國石油大學(xué)(華東);2014年

9 王培英;社會網(wǎng)絡(luò)中的社區(qū)發(fā)現(xiàn)及協(xié)同過濾推薦技術(shù)研究[D];北京交通大學(xué);2016年

10 劉登祥;基于分層策略的協(xié)同過濾算法研究[D];上海交通大學(xué);2015年

，

本文編號：1561994