互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于资源类的时间加权协作过滤算法


□ 章 炯 李 华

  摘 要:当前e-Learning作为一种重要的教学方式,对其个性化的要求正在日益提高。针对协作过滤推荐是当今应用最为普遍的个性化推荐算法,而数据的稀疏性和算法的可扩展性一直是协作过滤算法所面临的两大问题,提出基于资源类的时间加权协作过滤算法。该算法不仅降低了数据的稀疏性和维度,缩小了目标用户最近邻的查找范围;而且避免了传统推荐算法中推荐值与用户相似度不密切相关的弊端,提高了最近邻的准确度,推荐精度较以往传统算法有明显提高。
  关键词:个性化推荐;协同过滤;相似度;聚类
  中图分类号:TP393文献标志码:A
  文章编号:1001-3695(2009)06-2107-03
  doi:10.3969/j.issn.1001-3695.2009.06.032
  
  Time weighted collaborative filtering algorithms based on resources category
  ZHANG Jiong,LI Hua
  (School of Computer Science, Chongqing University, Chongqing400044, China)
  Abstract:Currently e-Learning as an important teaching methods,its individual requirements are increasing.Collaborative filtering is the most common application of personalized recommendation algorithm now, but the sparsity of data and the scalability of algorithm has been a collaborative filtering algorithms faced by the two main issues.Proposed a time weighted collaborative filtering algorithm based on resources category,which not only reduced the data sparsity and dimensionality, and narrowed the area of the nearest neighbor, but also avoided the defects of the traditional recommended method.Key words:personalized recommendation;collaborative filtering;similarity;clustering ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017