首页 | 本学科首页   官方微博 | 高级检索  
     

基于用户兴趣模型的协同过滤推荐算法
引用本文:梁天一,梁永全,樊健聪,赵建立.基于用户兴趣模型的协同过滤推荐算法[J].计算机应用与软件,2014(11).
作者姓名:梁天一  梁永全  樊健聪  赵建立
作者单位:山东科技大学信息科学与工程学院 山东 青岛266510
基金项目:国家自然科学基金项目(61203305);山东省自然科学基金项目( ZR2010FQ021,ZR2012FM003);国家重点基础研究发展计划前期研究专项项目(2012CB724106)。
摘    要:协同过滤推荐算法是目前应用最广泛个性化推荐技术,其中用户相似度的计算方法是影响推荐算法质量的关键因素。针对传统协同过滤算法中稀疏评分数据造成的用户相似度计算不准确问题,提出一种基于用户兴趣模型的协同过滤推荐算法。该算法使用分布估计算法建立用户兴趣模型,并使用用户兴趣模型计算用户间相似度。实验表明,该算法的准确性受数据稀疏性影响较小,同时在收敛速度和推荐准确性方面有明显提高。

关 键 词:分布估计算法  协同过滤  用户兴趣模型

COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON USER INTEREST MODEL
Liang Tianyi,Liang Yongquan,Fan Jiancong,Zhao Jianli.COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON USER INTEREST MODEL[J].Computer Applications and Software,2014(11).
Authors:Liang Tianyi  Liang Yongquan  Fan Jiancong  Zhao Jianli
Abstract:
Keywords:Estimation of distribution algorithms(EDAs)  Collaborative filtering  User interest model
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号