• 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:

杨震 (杨震.) (学者:杨震) | 司书勇 (司书勇.) | 李超阳 (李超阳.)

收录:

CQVIP PKU CSCD

摘要:

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,在充分挖掘用户隐式兴趣的基础上,研究并实现了基于隐式特征兴趣模型的协同过滤算法。在Movielens语料集上进行测试的结果表明,隐式特征能够更加精准地表述用户兴趣,有效提升信息推荐性能。

关键词:

个性化推荐 信息推荐 协同过滤 用户兴趣模型 隐语义模型

作者机构:

  • [ 1 ] 北京工业大学计算机学院
  • [ 2 ] 可信计算北京市重点实验室
  • [ 3 ] 桂林电子科技大学广西高校云计算与复杂系统重点实验室

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 :

山东大学学报(理学版)

年份: 2017

期: 01

卷: 52

页码: 15-22

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:

中文被引频次:

近30日浏览量: 2

在线人数/总访问数:1644/2912318
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