期刊文献+

一种基于协同过滤的网格门户推荐模型 被引量:11

A Grid Portal Recommendation Model Based on Collaborative Filtering
下载PDF
导出
摘要 随着网格技术的不断发展,作为网格资源管理接口的网格门户也迅速发展起来。访问网格门户的用户数和门户管理的资源数也越来越多。为了解决网格门户系统资源管理信息规模过载、服务器大规模查询和处理资源负载较高、用户获取所需资源的满意度较低等问题,该文通过分析网格门户的主要功能和特点,在结合现有协同过滤推荐算法并改进的基础上,提出了基于协同过滤的网格门户推荐模型。推荐模型包括协同过滤交互模型、处理模型和展现模型。在设计模型的基础上提出了二次组合协同推荐算法并且进行了和现有算法的比较工作。实验表明:该文提出的推荐模型可以较好地实现网格门户的个性化协同推荐功能,并且可以保证个性化推荐的准确度和质量。 Grid portal is playing an important role in grid computing area.However,with the large-scale diverse resource need to be dispatched and coordinated,the portal shows its insufficient ability to deal with this complex situation and can not bear the overload of long-time transaction querying.What is worse,the users can not get their desired or expected resources.To solve these problems,grid portal recommendation architecture is presented.It consists of collaborative filter interaction layer,action layer and user render layer.In addition,a 2-way combo collaborative filter algorithm is put forward,and then the algorithm comparison is shown.Finally the experiment results improve that this architecture can be used to obtain the expected portal recommendation function and guarantee quality of personalized recommendation.
作者 方娟 梁文灿
出处 《电子与信息学报》 EI CSCD 北大核心 2010年第7期1585-1590,共6页 Journal of Electronics & Information Technology
基金 北京市优秀人才基金(Q0007013200801) 国家自然科学基金(60873145) 国家973计划项目(2007CB311100)资助课题
关键词 网格计算 网格门户 门户协同 协同过滤 个性化推荐 Grid computing Grid portal Portal collaboration Collaboration filtering Personalized recommendation
  • 相关文献

参考文献4

二级参考文献31

  • 1冯征,杨寿保,陈华平.基于Portlet框架面向服务的网格Portal实现[J].计算机工程,2004,30(14):91-92. 被引量:15
  • 2李剑华.Turbine探索[J].程序员,2003(7):50-55. 被引量:4
  • 3刘天北.Jetspeed、Portlet和RSS[J].程序员,2003(7):56-58. 被引量:2
  • 4吴晶,熊璋,朱成军,刘永利.面向服务的企业门户架构及其实现的研究[J].计算机应用研究,2007,24(1):112-115. 被引量:8
  • 5Michael Russell, Jason Novotny, Oliver Wehrens. GridSphere's Grid Portlets [J]. Computational Methods in Science and Technology, 2006,12(1):89-97. 被引量:1
  • 6[1]Lawrence R D,Almasi G S,Kotlyar V,et al.Personalization of supermarket product recommendations[R].IBM Research Report.IBM T J Watson Research Center,New York,2000. 被引量:1
  • 7[2]Resnick P,Iacovou N,Suchak M,et al.GroupLens:an open architecture for collaborative filtering of netnews [A].Proceedings of the ACM 1994 Conference on Computer Supported Cooperative Work[C].New York,1994.175-186 被引量:1
  • 8[3]Schafer J B,Konstan J A,Riedl J.E-commerce recommendation applications[A].In:Data Mining & Knowledge Discovery,2001. 被引量:1
  • 9[4]Lieberman H,Dyke N V,Vivacqua A.Let's Browse:a collaborative web browsing agent [A].Proceedings of the International Conference on Intelligent User Interfaces[C].Los Angeles,1999.65-68 被引量:1
  • 10[6]Breese J S,Heckerman D,Kadie C.Empirical analysis of predictive algorithms for collaborative filtering [A].Proceedings of the 14th Conference on Uncertainty in Artificial Intelligence[C].San Franciso,1998.43-52 被引量:1

共引文献11

同被引文献95

引证文献11

二级引证文献55

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部