首页 | 本学科首页   官方微博 | 高级检索  
     

一种自适应的混合协同过滤推荐算法
引用本文:杨佳莉,李直旭,许佳捷,赵朋朋,赵雷,周晓方.一种自适应的混合协同过滤推荐算法[J].计算机工程,2019,45(7):222-228.
作者姓名:杨佳莉  李直旭  许佳捷  赵朋朋  赵雷  周晓方
作者单位:苏州大学计算机科学与技术学院,江苏苏州,215006;苏州大学计算机科学与技术学院,江苏苏州215006;广东省大数据分析与处理重点实验室,广州510006;苏州大学计算机科学与技术学院,江苏苏州215006;昆士兰大学信息技术与电子工程学院,澳大利亚布里斯班4067
基金项目:国家自然科学基金;江苏省高等学校自然科学研究重大项目
摘    要:为解决协同过滤算法在处理数据量较大时存在推荐效率低的问题,提出一种自适应混合协同推荐算法。根据待推荐用户活跃度和目标物品新鲜度调节模型权重,基于张量分解计算物品间的相似度,通过短路径枚举叠加生成预测结果。实验结果表明,与CBCF算法相比,该算法推荐准确率提高了28.6 %。

关 键 词:推荐系统  张量分解  协同过滤算法  自适应混合  短路径

An Adaptive Hybrid Collaborative Filtering Recommendation Algorithm
YANG Jiali,LI Zhixu,XU Jiajie,ZHAO Pengpeng,ZHAO Lei,ZHOU Xiaofang.An Adaptive Hybrid Collaborative Filtering Recommendation Algorithm[J].Computer Engineering,2019,45(7):222-228.
Authors:YANG Jiali  LI Zhixu  XU Jiajie  ZHAO Pengpeng  ZHAO Lei  ZHOU Xiaofang
Affiliation:(College of Computer Science and Technology,Soochow University,Suzhou,Jiangsu 215006,China;School of Information Technology and Electrical Engineering,The University of Queensland,Brisbane 4067,Australia;Guangdong Key Laboratory of Big Data Analysis and Processing,Guangzhou 510006,China)
Abstract:YANG Jiali;LI Zhixu;XU Jiajie;ZHAO Pengpeng;ZHAO Lei;ZHOU Xiaofang(College of Computer Science and Technology,Soochow University,Suzhou,Jiangsu 215006,China;School of Information Technology and Electrical Engineering,The University of Queensland,Brisbane 4067,Australia;Guangdong Key Laboratory of Big Data Analysis and Processing,Guangzhou 510006,China)
Keywords:recommendation system  tensor decomposition  collaborative filtering algorithm  adaptive hybrid  short path
本文献已被 维普 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