本文選題：協(xié)同過(guò)濾推薦算法　切入點(diǎn)：時(shí)序行為影響力　出處：《計(jì)算機(jī)工程與科學(xué)》2017年01期 　論文類型：期刊論文

【摘要】：為了進(jìn)一步提高相似度計(jì)算的準(zhǔn)確性,提出了一種優(yōu)化組合相似度的協(xié)同過(guò)濾推薦算法。首先,建立用戶-項(xiàng)目評(píng)分時(shí)間矩陣,根據(jù)用戶對(duì)共同評(píng)分項(xiàng)目的評(píng)分時(shí)間先后順序,計(jì)算用戶之間的影響力;其次,根據(jù)用戶對(duì)共同評(píng)分項(xiàng)目的評(píng)分差異,計(jì)算評(píng)分差異的加權(quán)信息熵;最后,將時(shí)序行為影響力融入到基于加權(quán)信息熵的相似度中,其中融合參數(shù)α由隨機(jī)粒子群優(yōu)化算法選擇。通過(guò)與其他相似度計(jì)算方法比較,該算法降低了標(biāo)準(zhǔn)平均絕對(duì)誤差和流行度,在一定程度上降低了數(shù)據(jù)稀疏性的影響,能更準(zhǔn)確地計(jì)算相似度,從而提高了推薦質(zhì)量。
[Abstract]:In order to further improve the accuracy of similarity calculation, a collaborative filtering recommendation algorithm is proposed to optimize the combination similarity. Firstly, a user-item scoring time matrix is established, according to the order of the users' scoring time for common items. Secondly, the weighted information entropy of the score difference is calculated according to the difference of the users' score items. Finally, the influence of temporal behavior is integrated into the similarity degree based on weighted information entropy. The fusion parameter 偽 is selected by stochastic particle swarm optimization algorithm. Compared with other similarity calculation methods, the algorithm reduces the standard average absolute error and popularity, and reduces the effect of data sparsity to some extent. It can calculate the similarity more accurately and improve the quality of recommendation.
【作者單位】： 長(zhǎng)沙理工大學(xué)計(jì)算機(jī)與通信工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61303043)
【分類號(hào)】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 郭強(qiáng);劉建國(guó);;在線社會(huì)系統(tǒng)的用戶行為分析研究進(jìn)展[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2015年02期

2 孟祥武;劉樹(shù)棟;張玉潔;胡勛;;社會(huì)化推薦系統(tǒng)研究[J];軟件學(xué)報(bào);2015年06期

3 冷亞軍;陸青;梁昌勇;;協(xié)同過(guò)濾推薦技術(shù)綜述[J];模式識(shí)別與人工智能;2014年08期

4 孫光福;吳樂(lè);劉淇;朱琛;陳恩紅;;基于時(shí)序行為的協(xié)同過(guò)濾推薦算法[J];軟件學(xué)報(bào);2013年11期

5 孟祥武;胡勛;王立才;張玉潔;;移動(dòng)推薦系統(tǒng)及其應(yīng)用[J];軟件學(xué)報(bào);2013年01期

6 曾建新;楊寧;夏培勇;;一種基于改進(jìn)信息熵的協(xié)同過(guò)濾算法[J];微計(jì)算機(jī)信息;2012年08期

7 王立才;孟祥武;張玉潔;;上下文感知推薦系統(tǒng)[J];軟件學(xué)報(bào);2012年01期

8 劉建國(guó);周濤;郭強(qiáng);汪秉宏;;個(gè)性化推薦系統(tǒng)評(píng)價(jià)方法綜述[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2009年03期

9 馬宏偉;張光衛(wèi);李鵬;;協(xié)同過(guò)濾推薦算法綜述[J];小型微型計(jì)算機(jī)系統(tǒng);2009年07期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 金連旭;王洪國(guó);丁艷輝;張駿;;基于興趣敏感度的高校畢業(yè)生就業(yè)推薦算法[J];計(jì)算機(jī)與數(shù)字工程;2017年02期

2 高發(fā)展;黃夢(mèng)醒;張婷婷;;綜合用戶特征及專家信任的協(xié)作過(guò)濾推薦算法[J];計(jì)算機(jī)科學(xué);2017年02期

3 王建;黃佳進(jìn);;LDA-RR:一種基于評(píng)分和評(píng)論的推薦方法[J];計(jì)算機(jī)科學(xué);2017年02期

4 梁婷婷;李春青;李海生;;基于內(nèi)容過(guò)濾PageRank的Top-k學(xué)習(xí)資源匹配推薦[J];計(jì)算機(jī)工程;2017年02期

5 趙文濤;成亞飛;王春春;;基于Logistic時(shí)間函數(shù)和用戶特征的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)應(yīng)用與軟件;2017年02期

6 陳強(qiáng);;基于用戶協(xié)同過(guò)濾推薦算法研究與應(yīng)用[J];福建電腦;2017年01期

7 于波;陳庚午;王愛(ài)玲;林川;;一種結(jié)合項(xiàng)目屬性的混合推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2017年01期

8 李聰;馬麗;梁昌勇;;DFM-IA:面向B2C電子商務(wù)的多源用戶興趣數(shù)據(jù)采集機(jī)制[J];管理工程學(xué)報(bào);2017年01期

9 童向榮;姜先旭;王瑩潔;張楠;;信任網(wǎng)絡(luò)形成及其在智能推薦中的應(yīng)用研究進(jìn)展[J];小型微型計(jì)算機(jī)系統(tǒng);2017年01期

10 付全興;韓立新;楊藝;;基于生活場(chǎng)景的邏輯回歸推薦算法[J];計(jì)算機(jī)與現(xiàn)代化;2016年12期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔡強(qiáng);韓東梅;李海生;胡耀光;陳誼;;基于標(biāo)簽和協(xié)同過(guò)濾的個(gè)性化資源推薦[J];計(jì)算機(jī)科學(xué);2014年01期

2 冷亞軍;梁昌勇;丁勇;陸青;;協(xié)同過(guò)濾中一種有效的最近鄰選擇方法[J];模式識(shí)別與人工智能;2013年10期

3 劉建國(guó);任卓明;郭強(qiáng);汪秉宏;;復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要性排序的研究進(jìn)展[J];物理學(xué)報(bào);2013年17期

4 梁昌勇;冷亞軍;王勇勝;戚筱雯;;電子商務(wù)推薦系統(tǒng)中群體用戶推薦問(wèn)題研究[J];中國(guó)管理科學(xué);2013年03期

5 冷亞軍;梁昌勇;陸青;陸文星;;基于近鄰評(píng)分填補(bǔ)的協(xié)同過(guò)濾推薦算法[J];計(jì)算機(jī)工程;2012年21期

6 陳如明;;大數(shù)據(jù)時(shí)代的挑戰(zhàn)、價(jià)值與應(yīng)對(duì)策略[J];移動(dòng)通信;2012年17期

7 孟祥武;胡勛;王立才;張玉潔;;移動(dòng)推薦系統(tǒng)及其應(yīng)用[J];軟件學(xué)報(bào);2013年01期

8 汪秉宏;周濤;周昌松;;人類行為、復(fù)雜網(wǎng)絡(luò)及信息挖掘的統(tǒng)計(jì)物理研究[J];上海理工大學(xué)學(xué)報(bào);2012年02期

9 黃武漢;孟祥武;王立才;;移動(dòng)通信網(wǎng)中基于用戶社會(huì)化關(guān)系挖掘的協(xié)同過(guò)濾算法[J];電子與信息學(xué)報(bào);2011年12期

10 王立才;孟祥武;張玉潔;;移動(dòng)網(wǎng)絡(luò)服務(wù)中基于認(rèn)知心理學(xué)的用戶偏好提取方法[J];電子學(xué)報(bào);2011年11期

【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(yè)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(guó)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(guó)數(shù)據(jù)庫(kù)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(guó);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(guó)數(shù)據(jù)庫(kù)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(guó)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(guó)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)：1604782