期刊文献+

改进型动态度量推荐算法

下载PDF
导出
摘要 随着电子商务的普及,越来越多的用户通过电子商务网站来购物,电子商务网站上的商品也越来越多。电子商务系统使用最多的推荐算法是协同过滤算法,但是传统的协同过滤推荐算法中存在覆盖率低,冷启动、数据稀疏、推荐准确率低、不安全等问题。基于协同过滤的推荐系统默认可信网络内的用户都是可信的,没有对可信网络内的信任度进行测量。为了解决这种问题,本算法在基于CF的推荐系统中引入可信度测量的概念,将低于预定义阀值的可信网络来重构重新生成可信网络。重新生成的可信网络可以提高推荐结果的准确性和用户的覆盖率。
作者 张洪军 杨霞
出处 《科学技术创新》 2021年第20期93-95,共3页 Scientific and Technological Innovation
  • 相关文献

参考文献1

二级参考文献16

  • 1郭徽东,章新华,宋元,陆强强.多传感器异步数据融合算法[J].电子与信息学报,2006,28(9):1546-1549. 被引量:12
  • 2沈阳,陈永光,李修和.雷达辐射源识别的多元信息融合算法研究[J].电子与信息学报,2007,29(10):2329-2332. 被引量:24
  • 3Huang G B, Zhu Q Y, and Siew C K. Extreme learning machine: theory and applications[J]. Neurocomputing, 2006, 70(1): 489-501. 被引量:1
  • 4Huang G B, Ding X J, and Zhou H M. Optimization method based extreme learning machine for classification[J]. Neurocomputing, 2010, 74(1): 155-163. 被引量:1
  • 5Huang G B, Ding X J, Zhou H M, et al . Extreme learning machine for regression and multiclass classification[J]. IEEE Transactions on Systems, Man, and Cybernetics - Part B: Cybernetics, 2012, 42(2): 513-529. 被引量:1
  • 6Rong H J, Ong Y S, Tan A H, et al . A fast pruned-extreme learning machine for classification prohlem[J]. Neurocomputing, 2008, 72(1): 359-366. 被引量:1
  • 7Miche Y, Sorjamaa A, et al. OP-ELM: optimally pruned extreme learning machine[J]. IEEE Transactions on Neural Networks, 2010, 21(1): 158-162. 被引量:1
  • 8Wang Y G, Gao F L, and Yuan Y B. A study on effectiveness of extreme learning machine[J]. Neurocomputing, 2011, 74(16): 2483-2490. 被引量:1
  • 9Horata P, Chiewchanwattana S, and Sunat K. Robust extreme learning machine[J]. Neurocomputing, 2013, 102: 31-44. 被引量:1
  • 10Zong W W, Huang G B, and Chen Y Q. Weighted extreme learning machine for imbalance learning[J]. Neurocomputing, 2013, 101: 229-242. 被引量:1

共引文献13

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