版权说明 操作指南
首页 > 成果 > 详情

基于混合协同过滤的个性化推荐方法研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Research on personalized recommendation method based on hybrid collaborative filtering
作者:
孙传明;周炎;涂燕
作者机构:
华中师范大学国家文化产业研究中心,武汉430079
武汉理工大学安全科学与应急管理学院,武汉430070
[孙传明; 周炎] 华中师范大学
[涂燕] 武汉理工大学
语种:
中文
关键词:
协同过滤;个性化推荐;项目属性;相似度
期刊:
华中师范大学学报(自然科学版)
ISSN:
1000-1190
年:
2020
卷:
54
期:
6
页码:
956-962
基金类别:
滇西北文化生态保护研究中心开放项目(WS201902002); 华中师范大学中央高校基本科研业务费人工智能与智慧教育专项(CCNU19ZN007);
机构署名:
本校为第一机构
院系归属:
国家文化产业研究中心
摘要:
针对传统协同过滤算法存在的数据稀疏性和推荐范围问题,提出一种混合协同过滤推荐方法.该方法将两种传统算法结合,并综合考虑了项目标签属性等信息.首先利用基于项目的协同过滤算法生成预测评分,并替换原始用户-项目评分矩阵中的零值.其次利用基于用户的协同过滤算法计算填充后矩阵的用户相似度,以及预测评分并产生最终推荐.最后基于MovieLens数据集实验证明,该方法能够有效提高推荐精度,扩大推荐范围.
摘要(英文):
The traditional collaborative filtering algorithm has some problems of data sparsity and recommendation range.For these problems,this paper proposes a hybrid collaborative filtering recommendation method.The algorithm not only combines two traditional algorithms,but also comprehensively considers the item label attribute information.Firstly,the item-based collaborative filtering algorithm is used to generate aprediction score and replace the zero value in the original user-item rating matrix. Secondly,the user-based collaborative filtering algorithm is used to calculate the user similarity of ...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com