题名 基于项目评分预测的协同过滤推荐算法
被引量：556
1
作者
邓爱林 朱扬勇 施伯乐
机构
复旦大学计算机与信息技术系
出处
《软件学报》
EI
CSCD
北大核心
2003年第9期1621-1628,共8页
基金
国家高科技发展计划(863)~~
文摘
推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下 传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.
关键词
电子商务 推荐系统 协同过滤 项目相似性 推荐算法 平均绝对偏差
Keywords
E-commerce recommendation system collaborative filtering item similarity recommendation algorithm MAE (mean absolute error)
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 个性化服务技术综述
被引量：394
2
作者
曾春 邢春晓 周立柱
机构
清华大学计算机科学与技术系
出处
《软件学报》
EI
CSCD
北大核心
2002年第10期1952-1961,共10页
基金
国家重点基础研究发展规划973资助项目(G1999032704)~
文摘
对个性化服务技术中用户描述文件的表达与更新、资源描述文件的表达、个性化推荐技术、个性化服务体系结构以及该领域的主要研究成果进行了综述.通过比较现有原型系统的实现方式,详细讨论了实现个性化服务的关键技术.此外,分析了3个具有代表性的个性化服务系统.最后对个性化服务技术进一步研究工作的方向进行了展望.
关键词
个性化服务 信息过滤 信息检索 协作过滤 推荐系统 WEB
Keywords
personalization rule-based personalization information filtering technology content-based filtering collaborative filtering recommendation system
分类号
TP393
[自动化与计算机技术—计算机应用技术]
G354.4
[自动化与计算机技术—计算机科学与技术]
题名 个性化推荐系统综述
被引量：334
3
作者
王国霞 刘贺平
机构
北京科技大学自动化学院
出处
《计算机工程与应用》
CSCD
2012年第7期66-76,共11页
文摘
信息超载是目前网络用户面临的一个严重问题,个性化推荐系统是解决该问题的一个有力工具,并受到了众多的关注和研究。给出推荐系统的定义,同时阐述了推荐系统的几项关键技术,包括用户建模、推荐对象的建模和推荐算法。后来总结了推荐系统的体系结构和性能评价指标,并尝试给出了推荐系统未来研究的重点、难点和热点问题。
关键词
推荐系统 信息超载 推荐算法 个性化
Keywords
recommendation system information overload recommendation algorithm personalization
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 个性化推荐算法设计
被引量：140
4
作者
赵亮 胡乃静 张守志
机构
复旦大学计算机科学系
出处
《计算机研究与发展》
EI
CSCD
北大核心
2002年第8期986-991,共6页
基金
国家自然科学基金重点项目资助 ( 6 99330 10 )
文摘
协同过滤技术 (collaborative filtering)目前被成功地应用于个性化推荐系统中 ,但随着系统规模的扩大 ,它的效能逐渐降低 ,针对它的缺点 ,提出了一种高效的个性化推荐算法 ,它包括维数简化和项集相似性计算两个过程 ,这种算法在提高精确性的基础上减少了计算耗费 ,可以较好地解决应用协同过滤技术的推荐系统所存在的稀疏性、扩展性等问题 。
关键词
个性化推荐算法 设计 协同过滤 向量空间 单值分解 相似性
Keywords
recommendation system , collaborative filtering, vector space, singular value decomposition, similarity
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 不确定近邻的协同过滤推荐算法
被引量：217
5
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 基于内容过滤的个性化搜索算法
被引量：118
6
作者
曾春 邢春晓 周立柱
机构
清华大学计算机科学与技术系
出处
《软件学报》
EI
CSCD
北大核心
2003年第5期999-1004,共6页
基金
国家自然科学基金 国家重点基础研究发展规划(973)~~
文摘
传统信息检索技术满足了人们一定的需要,但由于其通用的性质,仍然不能满足不同背景、不同目的和不同时期的查询请求.提出了一种基于内容过滤的个性化搜索算法.利用领域分类模型上的概率分布表达了用户的兴趣模型,然后给出了相似性计算和用户兴趣模型更新的方法.对比实验表明,概率模型比矢量空间模型更好地表达了用户的兴趣和变化.
关键词
个性化搜索算法 内容过滤 用户模型 计算机网络 信息检索 兴趣模型
Keywords
personalization content-based filtering search algorithm user model recommendation system
分类号
TP393
[自动化与计算机技术—计算机应用技术]
G354.4
[自动化与计算机技术—计算机科学与技术]
题名 基于云模型的协同过滤推荐算法
被引量：192
7
作者
张光卫 李德毅 李鹏 康建初 陈桂生
机构
北京航空航天大学软件开发环境国家重点实验室 中国电子工程系统研究所 哈尔滨工业大学深圳研究生院信息安全中心
出处
《软件学报》
EI
CSCD
北大核心
2007年第10期2403-2411,共9页
基金
Supported by the National Natural Science Foundation of China under Grant Nos.60496323 60375016 (国家自然科学基金) the National Basic Research Program of China under Grant No.G2004CB719401 (国家重点基础研究发展计划(973))
文摘
协同过滤系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素.针对传统相似性度量方法存在的不足,利用云模型在定性知识表示以及定性、定量知识转换时的桥梁作用,提出一种在知识层面比较用户相似度的方法,克服了传统基于向量的相似度比较方法严格匹配对象属性的不足.以该方法为核心,在全面分析传统方法的基础上,提出一种新的协同过滤推荐算法.实验结果表明,算法在用户评分数据极端稀疏的情况下,仍能取得较理想的推荐质量.
关键词
云模型 协同过滤 相似性 推荐系统 投票
Keywords
cloud model collaborative filtering similarity recommendation system voting
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 一种优化的协同过滤推荐算法
被引量：102
8
作者
周军锋 汤显 郭景峰
机构
燕山大学计算机科学与技术系
出处
《计算机研究与发展》
EI
CSCD
北大核心
2004年第10期1842-1847,共6页
文摘
协同过滤技术被成功地应用于个性化推荐系统中 随着电子商务系统用户数目和商品数目的日益增加 ,整个项目空间上用户评分数据极端稀疏 ,传统的相似性度量方法存在一定的不足 在引入项目评分预测思想的基础上 ,考虑到数据稀疏性带来的影响 ,采用修正的条件概率方法计算项目相似性 ,提出一种优化的协同过滤推荐算法 ,计算结果更具有实际意义和准确性 实验表明 ,该算法能够有效避免传统方法带来的弊端 。
关键词
协同过滤 相似性 推荐系统 向量空间
Keywords
collaborative filtering similarity recommendation system vector space
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 基于用户聚类的异构社交网络推荐算法
被引量：125
9
作者
陈克寒 韩盼盼 吴健
机构
浙江大学计算机学院
出处
《计算机学报》
EI
CSCD
北大核心
2013年第2期349-359,共11页
基金
国家科技支撑计划项目基金(2011BAH16B04) 国家自然科学基金(61173176) +1 种基金 浙江省科技项目(2008C03007) 国家"八六三"高技术研究发展计划项目基金(2011AA010501)资助
文摘
相比传统的社交网络,基于弱关系的微博类社交网络具有显著的异构特征.根据特征可以将节点分为用户(消息订阅者)和主题(消息发布者)两类,面向用户推荐其感兴趣的主题成为了该类社交网络中推荐系统的主要目标之一,同时该类社交网络中普遍存在的数据稀疏性和冷启动现象成为了推荐系统面临的主要问题.文中提出一种基于两阶段聚类的推荐算法GCCR,将图摘要方法和基于内容相似度的算法结合,实现基于用户兴趣的主题推荐.与以往方法相比,该方法在稀疏数据和冷启动的情况下具有更好的推荐效果,此外,通过对数据集进行大量的离线处理,使得其较以往推荐方法具有更好的在线推荐效率.最后通过真实社交网络的数据对本方法进行了验证,同时分析了各参数对推荐效果的影响.
关键词
社交网络 推荐系统 聚类算法 图摘要 数据挖掘
Keywords
social network recommendation system clustering graph summarization data mining
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 基于影响集的协作过滤推荐算法
被引量：59
10
作者
陈健 印鉴
机构
华南理工大学计算机科学与工程学院 中山大学计算科学系
出处
《软件学报》
EI
CSCD
北大核心
2007年第7期1685-1694,共10页
基金
国家自然科学基金Nos.60573097 60673062 +5 种基金 国家科技计划项目No.2004BA721A02 高等学校博士学科点专项科研基金No.20050558017 广东省自然科学基金Nos.05200302 04300462 广东省科技计划项目No.2005B10101032 华南理工大学自然科学基金No.B07E5060250~~
文摘
传统的基于用户的协作过滤推荐系统由于使用了基于内存的最近邻查询算法,因此表现出可扩展性差、缺乏稳定性的缺点.针对可扩展性的问题,提出的基于项目的协作过滤算法,仍然不能解决数据稀疏带来的推荐质量下降的问题(稳定性差).从影响集的概念中得到启发,提出一种新的基于项目的协作过滤推荐算法CFBIS(collaborative filtering based on influence sets),利用当前对象的影响集来提高该资源的评价密度,并为这种新的推荐机制定义了计算预测评分的方法.实验结果表明,该算法相对于传统的只基于最近邻产生推荐的项目协作过滤算法而言,可有效缓解由数据集稀疏带来的问题,显著提高推荐系统的推荐质量.
关键词
电子商务 推荐系统 协作过滤 影响集
Keywords
E-commerce recommendation system collaborative filtering influence set
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 知识图谱的推荐系统综述
被引量：64
11
作者
常亮 张伟涛 古天龙 孙文平 宾辰忠
机构
桂林电子科技大学广西可信软件重点实验室
出处
《智能系统学报》
CSCD
北大核心
2019年第2期207-216,共10页
基金
国家自然科学基金项目(61572146 U1501252 +2 种基金 U1711263) 广西创新驱动重大专项项目(AA17202024) 广西自然科学基金项目(2016GXNSFDA380006)
文摘
如何为用户提供个性化推荐并提高推荐的准确度和用户满意度,是当前推荐系统研究面临的主要问题。知识图谱的出现为推荐系统的改进提供了新的途径。本文研究了知识图谱近年来在推荐系统中的应用情况,从基于本体的推荐生成、基于开放链接数据的推荐生成以及基于图嵌入的推荐生成3个方面对研究现状进行了综述。在此基础上,提出了基于知识图谱的推荐系统总体框架,分析了其中涉及的关键技术,并对目前存在的重点和难点问题进行了讨论,指出了下一步需要开展的研究工作。
关键词
知识图谱 推荐系统 本体 开放链接数据库 图嵌入 网络表示学习 相似度 预测评分
Keywords
knowledge graph recommendation system ontology linked open data graph embedding network representation learning similarity prediction score
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
题名 融合社交信息的矩阵分解推荐方法研究综述
被引量：59
12
作者
刘华锋 景丽萍 于剑
机构
交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京交通大学计算机与信息技术学院
出处
《软件学报》
EI
CSCD
北大核心
2018年第2期340-362,共23页
基金
国家自然科学基金(61370129 61375062 61632004)~~
文摘
随着社交网络的发展,融合社交信息的推荐成为推荐领域中的一个研究热点.基于矩阵分解的协同过滤推荐方法(简称矩阵分解推荐方法)因其算法可扩展性好及灵活性高等诸多特点,成为研究人员在其基础之上进行社交推荐模型构建的重要原因.围绕基于矩阵分解的社交推荐模型,依据模型的构建方式对社交推荐模型进行综述.在实际数据上,对已有代表性社交推荐方法进行对比,分析各种典型社交推荐模型在不同视角下的性能(如整体用户、冷启动用户、长尾物品).最后,分析了基于矩阵分解的社交推荐模型及其求解算法存在的问题,并对未来研究方向与发展趋势进行展望.
关键词
推荐系统 矩阵分解 社交推荐 社交网络 协同过滤
Keywords
recommendation system matrix factorization social recommendation social network collaborative filtering
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于大规模隐式反馈的个性化推荐
被引量：58
13
作者
印鉴 王智圣 李琪 苏伟杰
机构
中山大学信息科学与技术学院
出处
《软件学报》
EI
CSCD
北大核心
2014年第9期1953-1966,共14页
基金
国家自然科学基金(61033010 61272065 +4 种基金 61472453) 广东省自然科学基金(S2011020001182 S2012010009311) 广东省科技计划项目(2011B040200007 2012A010701013)
文摘
对如何利用大规模隐式反馈数据进行个性化推荐进行了研究,提出了潜在要素模型IFRM.该模型通过将推荐任务转化为选择行为发生概率的优化问题,克服了在隐式反馈推荐场景下只有正反馈而缺乏负反馈导致的困难.在此基础上,为了进一步提高效率和可扩展性,提出了并行化的隐式反馈推荐模型p-IFRM.该模型通过将用户及产品随机分桶并重构优化更新序列,达到了并行优化的目的.通过概率推导,所提出的模型有坚实的理论基础.通过在MapReduce并行计算框架下实现p-IFRM,并在大规模真实数据集上进行实验,可以证明所提出的模型能够有效提高推荐质量并且有良好的可扩展性.
关键词
隐式反馈 推荐系统 大数据
Keywords
MapReduce implicit feedback recommendation system big data MapReduce
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 电子商务中的个性化推荐方法评述
被引量：52
14
作者
朱岩 林泽楠
机构
教育部人文社会科学重点研究基地清华大学现代管理研究中心
出处
《中国软科学》
CSSCI
北大核心
2009年第2期183-192,共10页
基金
国家自然科学基金资助项目(70621061 70872059 70890082)
文摘
随着电子商务的不断发展,如何更好地了解用户需求以提供更令人满意的个性化服务变成了一个十分关键的问题,也就是电子商务推荐系统产生的动因。文章首先介绍了电子商务个性化推荐系统的概念和作用,然后对当前最主要推荐策略的原理、应用进行了描述,随后对这些推荐策略的优劣势进行了深入的分析、评价。接着评述了推荐算法评价的相关难题和研究,再就是对电子商务推荐系统的相关因子研究进行了介绍。在最后部分,文章对将来个性化推荐的研究方向进行了探讨,希望通过这样的探索能进一步推动个性化推荐的相关研究。
关键词
电子商务 推荐系统 协同过滤 内容过滤 组合推荐
Keywords
e - business recommendation system collaborative filtering content - based filtering hybrid recom - mendation
分类号
F713.36
[经济管理—产业经济]
题名 个性化广告推荐系统及其应用研究
被引量：53
15
作者
张玉洁 董政 孟祥武
机构
北京邮电大学智能通信软件与多媒体北京市重点实验室 北京邮电大学计算机学院(国家示范性软件学院)
出处
《计算机学报》
EI
CSCD
北大核心
2021年第3期531-563,共33页
文摘
近年来,随着互联网及智能移动设备的发展和普及,丰富了广告的推送方式和投放平台.但是传统的广告推送无法满足用户对个性化广告的需求,导致用户对广告产生抵触情绪,给广告推送带来极大的挑战.个性化广告推荐系统作为应对这些挑战的有效手段,成为个性化服务领域的研究热点之一.个性化广告推荐系统获取用户兴趣偏好,利用多种个性化广告推荐技术,通过PC端、移动终端等多平台为用户提供个性化广告,并且已经在一些应用系统中取得不错的效果.本文对个性化广告推荐系统的研究进展进行系统地综述,从个性化广告推荐的概述出发,对近年来个性化广告推荐的关键技术进行深入分析,包括数据采集与预处理、用户偏好获取、个性化广告推荐技术等.统计分析了个性化广告推荐中使用的多种数据集和评价指标,总结当前个性化广告推荐在传统互联网、移动服务、数字标牌、IPTV等场景下的应用.最后对个性化广告推荐系统存在问题和未来深入研究的方向进行讨论和展望.
关键词
个性化广告 推荐系统 用户偏好获取 上下文推荐 应用领域 数据挖掘
Keywords
personalized advertising recommendation system user preference acquisition context recommendation application domain data mining
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于共同评分和相似性权重的协同过滤推荐算法
被引量：44
16
作者
汪静 印鉴 郑利荣 黄创光
机构
中山大学信息科学与技术学院 广东医学情报研究所
出处
《计算机科学》
CSCD
北大核心
2010年第2期99-104,共6页
基金
国家自然科学基金(60573097 60773198 +5 种基金 60703111) 广东省自然科学基金(05200302 06104916) 广州市科技计划项目(2007Z3-D3071) 高等学校博士学科点专项科研基金(20050558017) 新世纪优秀人才支持计划(NCET-06-0727)资助
文摘
协同过滤推荐算法是在电子商务推荐系统中应用最成功的推荐技术之一。提出了一种基于共同评分和相似性权重的协同过滤推荐算法。该算法选择用户的共同评分数据计算用户的相似性,选择项目被用户共同评分的数据计算项目的相似性,再分别计算基于用户以及项目算法的预测评分,然后通过相似性权重结合两者得到最终的预测结果,最后再根据预测结果产生推荐。实际数据的实验结果表明,提出的算法显著提高了预测准确度,从而提高了推荐质量。
关键词
电子商务 推荐系统 协同过滤 共同评分 相似性权重
Keywords
E-commerce,recommendation system ,Collaborative filtering,Co-rating,Similarity weight
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 基于领域知识的个性化推荐算法研究
被引量：34
17
作者
张丙奇
机构
中国科学院计算技术研究所
出处
《计算机工程》
CAS
CSCD
北大核心
2005年第21期7-9,33,共4页
基金
国家"863"计划基金资助项目(2002AA142110)
文摘
提出了利用领域知识进行相似度计算的协同过滤算法,使用户在评分的共同项目很少或为零的情况下也能找到最近邻进行协同推荐。实验结果表明,该算法解决了传统协同过滤算法中相似性度量方法“过严”的问题,在过滤初期显著地提高了推荐质量。
关键词
个性化 推荐系统 协同过滤 领域知识 平均绝对误差
Keywords
Personalization recommendation system Collaborative filtering Domain knowledge MAE
分类号
TP39
[自动化与计算机技术—计算机应用技术]
题名 基于知识图谱表示学习的协同过滤推荐算法
被引量：43
18
作者
吴玺煜 陈启买 刘海 贺超波
机构
华南师范大学计算机学院 仲恺农业工程学院信息科学与技术学院
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第2期226-232,263,共8页
基金
广东省自然科学基金(2016A030313441) 广东省科技计划项目(2015B010129009 +3 种基金 2016A030303058 2016A090922008 2015A020209178) 广东省高性能计算重点实验室开放课题(T191527)
文摘
针对协同过滤算法仅使用物品-用户评分矩阵而未考虑语义的问题,提出一种协同过滤推荐算法。使用知识图谱表示学习方法,将业界已有的语义数据嵌入一个低维的语义空间中。通过计算物品之间的语义相似性,将物品自身的语义信息融入协同过滤推荐。算法弥补了协同过滤算法没有考虑物品本身内涵知识的缺陷,在语义层面上增强了协同过滤推荐的效果。实验结果表明,该算法能够有效地提升协同过滤推荐的准确率、召回率和F值。
关键词
协同过滤 知识图谱 表示学习 语义相似性 推荐系统
Keywords
collaborative filtering knowledge graph representation learning semantic similarity recommendation system
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 结合社会化标签的基于内容的推荐算法
被引量：38
19
作者
江周峰 杨俊 鄂海红
机构
北京邮电大学计算机学院PCN&CAD中心
出处
《软件》
2015年第1期1-5,共5页
基金
国家科技支撑计划课题(2013BAH10F01 2013BAH07F02 +4 种基金 2014BAH26F02 2014BAK15B01) 高等学校博士学科点专项科研基金课题(20110005120007) 北京高等学校青年英才计划项目(YETP0445) 教育部信息网络工程研究中心和北京市教育委员会共建项目专项资助
文摘
在高校图书馆场景下,受限于图书特征信息的稀少,很难运用基于内容的推荐算法。本文针对图书馆推荐场景提出了一种结合社会化标签的基于内容的推荐算法。通过将图书的社会化标签与实体图书相结合的方式来补充图书的特征项。对于社会化标签中存在的标签模糊问题,本文在信息熵思想的基础上提出了一种模糊标签识别方法。对于识别的模糊标签,本文采用标签去除的方式来处理,以增加标签信息的可靠性。最后通过基于内容的推荐算法来测试模糊标签去除前后推荐的准确率,以此来判定模糊标签识别方法的准确性。实验结果证明,该模糊标签识别方法具有较好的准确性,可以较好的识别模糊标签。
关键词
推荐系统 社会化标签 模糊标签 基于内容的推荐
Keywords
recommendation system Social Tagging Fuzzy Tag Content-based recommendation s
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
题名 基于标签权重评分的推荐模型及算法研究
被引量：37
20
作者
孔欣欣 苏本昌 王宏志 高宏 李建中
机构
哈尔滨工业大学计算机科学与技术学院
出处
《计算机学报》
EI
CSCD
北大核心
2017年第6期1440-1452,共13页
基金
国家自然科学基金(61472099 61003046) +1 种基金 国家"九七三"重点基础研究发展规划项目基金(2012CB316200) 国家科技支撑计划(2015BAH10F00)资助~~
文摘
推荐系统已经被越来越频繁地应用到电子商务网站与一些社交网站,在提高用户满意度的同时也带来了巨大的商业利益.然而,当前的推荐算法由于原始数据的不完整性以及算法本身处理数据的特殊性,导致推荐效果不理想.例如,某些推荐系统会产生冷启动、复杂兴趣推荐困难、解释性差等问题.为此,该文提出一种基于标签权重评分的推荐系统模型(Label-Weight Rating based Recommendation,LWR),旨在使用一种较为简洁的方式——标签权重评分来获取用户最准确的评价和需求,并通过改进当前的一些推荐算法来处理标签权重评分数据,从而生成对用户的推荐,最后以标签权重评分的形式向用户展示推荐结果并作出合理的解释.扩展实验中,通过电影推荐实验,证明了该文技术的有效性和可行性.
关键词
推荐系统 标签 标签权重评分 数据挖掘 人工智能
Keywords
recommendation system label label-weight rating data mining artificiall intelligence
分类号
TP391
[自动化与计算机技术—计算机应用技术]
