• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

王全民 (王全民.) | 王开阳 (王开阳.) | 李振国 (李振国.) | 谷实 (谷实.) | 孙艳峰 (孙艳峰.)

收录:

CQVIP

摘要:

随着互联网步入大数据时代,网络上的海量数据为人们提供极大便利的同时,与之相伴而来的是信息过载问题。当前协同过滤算法是解决信息过载的主流推荐算法,但传统推荐算法面临着数据矩阵稀疏性问题和冷启动问题,从而影响个性化推荐的准确性。本文主要研究的是基于特征偏好分析的改进混合推荐算法,该方法将分析用户特征偏好和物品特征相结合,再使用传统的协同过滤思想,将最优评分对象推荐给用户。实验表明,该算法有效地提高了推荐结果的准确性。

关键词:

Recommendation Algorithm Review Mining 协同过滤 推荐算法Collaborative Filtering 评论挖掘

作者机构:

  • [ 1 ] [王全民]北京工业大学信息学部,北京
  • [ 2 ] [王开阳]北京工业大学信息学部,北京
  • [ 3 ] [李振国]北京工业大学信息学部,北京
  • [ 4 ] [谷实]北京工业大学信息学部,北京
  • [ 5 ] [孙艳峰]北京工业大学信息学部,北京

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

计算机科学与应用

ISSN: 2161-8801

年份: 2017

期: 03

卷: 7

页码: 255-261

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: -1

中文被引频次:

近30日浏览量: 2

归属院系:

在线人数/总访问数:3751/2927501
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司