|
|||||
|
|
| 基于项目的非邻近序列模式推荐算法 | |
| 引用本文： | 李伟,王新房,刘妮.基于项目的非邻近序列模式推荐算法[J].计算机工程,2009,35(16):65-67. |
| 作者姓名： | 李伟 王新房 刘妮 |
| 作者单位： | 1. 西安理工大学计算机科学与工程学院,西安,710048 2. 西安理工大学计算机科学与工程学院,西安,710048;西安理工大学自动化与信息工程学院,西安,710048 3. 西安理工大学自动化与信息工程学院,西安,710048 |
| 摘 要： | 针对推荐系统存在的稀疏性问题，提出将非邻近序列模式挖掘算法与基于项目的协作过滤推荐算法相结合的推荐方法，通过构造Markov概率的路径加权转移矩阵，计算资源被推荐的可能性，向用户进行推荐。结果证明，在数据稀疏的情况下，较传统的基于项目的协作过滤推荐算法，该算法能有效提高推荐系统的推荐质量。 |
| 关 键 词： | 推荐系统 稀疏性问题 非邻近序列模式挖掘算法 基于项目的协作过滤 路径加权求和 |
| 修稿时间： | |
Item-based Non-neighbouring Sequential Pattern Recommendation Algorithms |
|
| LI Wei,WANG Xin-fang,LIU Ni.Item-based Non-neighbouring Sequential Pattern Recommendation Algorithms[J].Computer Engineering,2009,35(16):65-67. | |
| Authors: | LI Wei WANG Xin-fang LIU Ni |
| Affiliation: | 1.School of Computer Science & Engineering;Xi'an University of Technology;Xi'an 710048;2.School of Automation & Information Engineering;Xi'an 710048 |
| Abstract: | To solve the sparsity problems of recommender systems,a recommendation method is designed by means of the combination of the non-neighbouring sequential pattern mining algorithms and the item-based Collaborative Filtering(CF) recommendation algorithms.By constructing the Markov probability transfer matrix according to the paths weight sum algorithms,it computes the recommendation possibility of resources and recommends to users.Experimental results show that,on the condition of sparse data,it can improve th... |
| Keywords: | recommender systems sparsity problems non-neighbouring sequential pattern mining algorithms item-based Collaborative Filtering(CF) path weighted sum |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |