基于有效信任协同过滤算法研究
摘要
协同过滤是一种成熟推荐技术。但是,它存在数据稀疏、冷启动问题。本文探讨基于有效信任协同过滤算法,可降低数据稀疏、冷启动难题。
出处
《福建电脑》
2018年第3期114-116,共3页
Journal of Fujian Computer
参考文献11
-
1贾冬艳,张付志.基于双重邻居选取策略的协同过滤推荐算法[J].计算机研究与发展,2013,50(5):1076-1084. 被引量：60
-
2李慧,马小平,胡云,施珺.融合社会网络与信任度的个性化推荐方法研究[J].计算机应用研究,2014,31(3):808-810. 被引量：12
-
3孙光明,王硕.基于项目兴趣度的协同过滤新算法[J].计算机应用研究,2013,30(12):3618-3621. 被引量：16
-
4余永红,高阳,王皓,孙栓柱.融合用户社会地位和矩阵分解的推荐算法[J].计算机研究与发展,2018,55(1):113-124. 被引量：33
-
5冷亚军,陆青,梁昌勇.基于结构相似性的协同过滤推荐算法[J].小型微型计算机系统,2015,36(10):2266-2269. 被引量：8
-
6金瑜,王凡,赵红武,邓莉.云计算环境下信任机制综述[J].小型微型计算机系统,2016,37(1):1-11. 被引量：14
-
7郝立燕,王靖.基于填充和相似性信任因子的协同过滤推荐算法[J].计算机应用,2013,33(3):834-837. 被引量：16
-
8张进..社交网络中基于聚类分析的可信推荐系统[D].南京邮电大学,2016:
-
9张宏,王慧.基于用户评分和共同评分项的协同过滤算法研究[J].计算机应用研究,2019,36(1):77-80. 被引量：15
-
10仲秋雁,张媛,李晨,李岳阳.考虑用户兴趣和能力的众包任务推荐方法[J].系统工程理论与实践,2017,37(12):3270-3280. 被引量：15
二级参考文献170
-
1孙小华,陈洪,孔繁胜.在协同过滤中结合奇异值分解与最近邻方法[J].计算机应用研究,2006,23(9):206-208. 被引量：30
-
2陈健,印鉴.基于影响集的协作过滤推荐算法[J].软件学报,2007,18(7):1685-1694. 被引量：59
-
3Ricci F, Rokach L, Shapira B, et al. Recommender Systems Handboo[M]. Berlin: Springer, 2011:145-186. 被引量：1
-
4Koren Y. Factorization meets the neighborhood: A multifaceted collaborative filtering model[C]//Proe of the 14th ACM SIGKDD Int Conf on Knowledge Discovery and Data Mining. New York: ACM, 2008 : 426-434
Mobasher B, Burke R, Sandvig J. Model-based collaborative filtering as a defense against profile injection. 被引量：1
-
5attacks [C] // Proc of the 21st National Conf on Artificial Intelligence. Menlo Park, CA: AAAI, 2006:1388-1393. 被引量：1
-
6Sandvig J, Mobasher B, Burke R. Robustness of collaborative recommendation based on association rule mining [C] //Proc of the 2007 ACM Conf on Recommender Systems. New York: ACM, 2007:105-112. 被引量：1
-
7Mehta B, Hofmann T, Nejdl W. Robust collaborative filtering [C]//Proc of the 2007 ACM Conf on Recommender Systems. New York: ACM, 2007:49-56. 被引量：1
-
8Pitsilis G, Marshall L. A model of trust derivation from evidence for use in recommendation systems, CS-TR-874 [R]. Newcastle, UK: University of Newcastle Upon Tyne, 2004. 被引量：1
-
9Pitsilis G, Marshall L. Modeling trust for recommender systems using similarity metrics [C] //Proc of IFIPTM 2008. Berlin: Springer, 20081 103-118. 被引量：1
-
10O'Donovan J, Smyth B. Trust in recommender systems [C]//Proe of the 10th lnt Conf on Intelligent User Interfaces. New York: ACM, 2005:167-174. 被引量：1
共引文献212
-
1赖奕安,张玉洁,杜雨露,孟祥武.一种基于协同上下文关系学习的同城活动推荐算法[J].软件学报,2020,31(2):421-438. 被引量：5
-
2宫园园,艾宏志.Hadoop平台的民俗文化旅游资源推荐系统[J].科技通报,2021(2):62-66. 被引量：6
-
3孙周宝,李浩源.结合用户社会化关系的推荐算法研究[J].计算机应用研究,2020,37(S01):61-62.
-
4李童玉,王伟刚.PLC实现定量给料机的集中分解控制[J].水泥科技,2000(T00):27-29.
-
5郭迎迎,王波,周继平.基于共同评分的协同过滤算法[J].科技与管理,2013,15(5):90-94.
-
6沈燕花,许研.中小网商商品推荐的冷启动解决方案研究——基于数据挖掘和社会网络分析方法[J].管理观察,2013(34):23-24.
-
7王海艳,杨文彬,王随昌,李思瑞.基于可信联盟的服务推荐方法[J].计算机学报,2014,37(2):301-311. 被引量：37
-
8胡欢欢.新常态下仪器设备经济供给侧配送中心自动选择技术研究[J].自动化与仪器仪表,2018,0(12):62-64.
-
9李征,段垒,王亚鲁.基于用户相似性传递的协同过滤推荐方法[J].河南大学学报（自然科学版）,2019,49(1):61-68. 被引量：2
-
10王光,邱云飞.基于评分可信度的协同过滤融合方法[J].计算机应用研究,2014,31(8):2387-2389. 被引量：1
-
1吴文庆,修雅慧.基于关联规则的软件开发推荐技术分析[J].丝路视野,2018,0(3):159-160.
-
2郭全中.如何实现内容付费?[J].新闻战线,2018(3):37-39. 被引量：3
-
3张泽利.基于属性偏置矩阵分解冷启动推荐[J].信息通信,2018,31(2):21-22. 被引量：1
-
4曹秀丽.协同过滤技术在高校选课推荐系统中的应用[J].吉首大学学报（自然科学版）,2018,39(1):34-39. 被引量：1
-
5刁德福,吕明坤,焦亚楠,任利峰.社交网络在线动机分析策略探索[J].产业与科技论坛,2018,17(4):62-63.
-
6杨丰瑞,郑云俊,张昌.结合概率矩阵分解的混合型推荐算法[J].计算机应用,2018,38(3):644-649. 被引量：24
-
7武昱,黄思明.超大规模线性规划的稀疏存储和预处理中比例行的检测和处理方法[J].中国管理科学,2017,25(10):100-108.
-
8朱顺涛,卢先领,于丹石.一种基于流形正则化的半监督指纹定位算法[J].测绘通报,2018(2):11-15. 被引量：1
-
9李慧,马小平,施珺,李存华,仲兆满,蔡虹.复杂网络环境下基于信任传递的推荐模型研究[J].自动化学报,2018,44(2):363-376. 被引量：21
-
10胡东明,刘旭敏,徐维祥.云计算中网络通信服务目标数据高效检测仿真[J].计算机仿真,2018,35(2):429-432. 被引量：4
