-
题名不确定近邻的协同过滤推荐算法
被引量：217
- 1
-
-
作者
黄创光
印鉴
汪静
刘玉葆
王甲海
-
机构
中山大学信息科学与技术学院
南海东软信息技术职业学院
-
出处
《计算机学报》
EI
CSCD
北大核心
2010年第8期1369-1377,共9页
-
基金
国家自然科学基金(60773198
60703111)
+6 种基金
广东省自然科学基金(7300272
8151027501000021)
国家科技计划项目(2008ZX10005-013)
广东省科技计划项目(2008B050100040
2009A080207005
2009B090300450)
新世纪优秀人才支持计划(NCET-06-0727)资助~~
-
文摘
文中围绕传统的协同过滤推荐算法存在的局限性展开研究,提出一种不确定近邻的协同过滤推荐算法UNCF.根据推荐系统应用的实际情况,对于推荐的每一种场景其实都是不可预先确定的,而文中算法基于用户以及产品的相似性计算,自适应地选择预测目标的近邻对象作为推荐群,同时计算推荐群中推荐把握概率较高的信任子群,最后通过不确定近邻的动态度量方法,来对预测结果进行平衡的推荐.通过实验结果表明,该算法可以有效平衡用户群以及产品群推荐结果所带来的不稳定影响,有效缓解用户评分数据稀疏的情况所带来的问题,并在多个实验数据中,提高了推荐系统的预测准确率.
-
关键词
不确定近邻
协同过滤
推荐系统
相似性度量
信任子群
-
Keywords
uncertain neighbors
collaborative filtering
recommendation system
similarity criterion
trustworthy subset
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名时间加权不确定近邻协同过滤算法
被引量：17
- 2
-
-
作者
郑志高
刘京
王平
孙圣力
-
机构
北京大学软件与微电子学院
北京大学信息科学技术学院
北京大学软件工程国家工程研究中心
-
出处
《计算机科学》
CSCD
北大核心
2014年第8期7-12,共6页
-
基金
江苏省自然科学基金项目(BK2010139)资助
-
文摘
围绕传统的协同过滤推荐算法存在的局限性展开研究,提出一种时间加权不确定近邻协同过滤推荐算法TWUNCF。根据推荐系统应用的实际情况,首先对用户和产品相似度进行时间加权以保证数据有效性,在此基础上改进相似度的计算方法。同时引入近邻因子在产品群和用户群中自适应地选择预测目标的近邻对象作为推荐群,计算推荐群中推荐概率较高的信任子群,最后通过不确定近邻的动态度量方法来对预测结果进行平衡的推荐。实验结果表明,该算法考虑了数据的时间有效性,同时平衡不同群体对推荐结果的影响,避免由于数据稀疏带来的推荐结果不准确和计算难度大的问题。理论分析和模拟实验证明,该算法在一定程度上提高了系统的准确性和推荐效率。
-
关键词
协同过滤算法
时间权重
不确定近邻
信任子群
推荐系统
-
Keywords
Collaborative filtering, Time-weighted, Uncertain neighbors, Trustworthy subset, Recommendation system
-
分类号
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种引入间接信任关系的改进协同过滤推荐算法
被引量：5
- 3
-
-
作者
吴应良
姚怀栋
李成安
-
机构
华南理工大学电子商务系
-
出处
《现代图书情报技术》
CSSCI
2015年第9期38-45,共8页
-
基金
国家社会科学基金项目"基于关联数据的政府数据开放研究"(项目编号:14BTQ009)
省部产学研结合项目--基地建设专项项目"广东现代服务业公共支撑平台的开发与应用研究"(项目编号:2009B090200062)
广州市花都区科技计划重点专项项目"石头记电子商务平台建设"(项目编号:HD12ZD-008)的研究成果之一
-
文摘
【目的】解决传统协同过滤推荐算法中由于数据稀疏性等原因而导致的推荐质量恶化问题,需要对协同过滤推荐算法的推荐机制进行改进优化。【方法】利用社会网络分析中的凝聚子群分析技术挖掘隐含在信任网络中的间接信任关系,与直接信任加权融合成综合信任度,并将其融入用户相似度计算中。【结果】实验结果显示,信任关系中间接信任不容忽视,当间接信任以35%的比例与直接信任融合时,推荐效果比仅引入直接信任关系有进一步提升。【局限】在考虑信任网络中的间接信任时,忽略了用户之间多中介节点的间接信任情况对推荐精度的影响。【结论】引入间接信任关系的软集成可以提高协同过滤算法的推荐准确性。
-
关键词
协同过滤推荐
社会网络分析
信任网络凝聚子群分析技术
间接信任关系软集成
-
Keywords
Collaborative filtering recommendation Social Network Analysis Trust network Cohesive subgroup analysis techniques Indirect trust relationship Soft integration
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
