基于用户兴趣模型的协同过滤推荐算法

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:baogehaohao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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。
其他文献
目的:分析不典型心肌梗死的临床表现,探讨有效的鉴别方法。方法:以本院收治的46例不典型心肌梗死患者为观察组,另46例典型心肌梗死患者为对照组,比较其一般资料、临床症状、心
在19日、20日于我市举行的第二届世界古都论坛上,来自世界各地的文化遗产及博物馆领域的国际组织代表、专家学者齐聚一堂,围绕“古都保护与城市生活”这一主题进行对话交流,共商
报纸
领导干部监督和领导干部选拔任用监督,是选准人、选好人的重要保障。对比国内外相关研究的优缺点,为解决我国干部任用监督机制出现的问题提出提供了参考和借鉴。在明确界定党政领导干部、选拔任用、行政监督机制、党政领导干部选拔任用监督机制内涵等概念进行了界定,对西方监督理论、马克思主义监督理论和新时代中国特色社会主义思想关于加强公权力监督理论基础进行了总结。对我国当前党政领导干部选拔任用监督现状剖析,发现中央
针对现有系统过滤算法在用户兴趣、数据稀疏性方面的不足,提出一种基于用户兴趣的协同过滤推荐算法.该算法引入用户兴趣权重,建立用户-项目评价矩阵,通过聚类分析进行相似性
协同过滤推荐算法已成功应用在各类门户网站,越来越多的研究者参与其中,然而在协同过滤推荐过程中用户一项目评分矩阵数据稀疏性以及推荐的准确性低等问题,始终制约着该算法的发
信息推荐技术能够帮助用户从海量网络信息中提取有用信息,因而得到研究者的广泛关注。通过建立用户隐式特征兴趣模型,即将用户-行为矩阵分解为用户-隐式兴趣-行为矩阵,在充分
为解决传统的算法中忽视的问题,选择更适合用户的兴趣模型,降低分析准确度较低的方式,为此提出了用户兴趣建模支持下的行为推荐算法特性分析,基于特征维度的选择,以及特性影
目的探讨不典型急性心肌梗死(AMI)的临床症状、心电图特点、产生原因及临床意义,以提高其诊断率,减少误诊率、漏诊率。方法收集我院2015年3月-2017年12月期间经确诊的不典型
公共关系是指社会组织为了自身的生存和发展,在公共关系理念的指导下,运用合理的原则和方法,通过传播信息、协调和改善组织内外部关系,以取得相关公众的理解、支持、合作,从
[目的/意义]利用协同过滤推荐技术,开展个性化推荐服务以便于为用户提供更佳的推荐效率以及更好的推荐质量。[方法/过程]挖掘用户对资源页面的操作行为,对用户兴趣进行量化,