基于用户行为与角色的协同过滤推荐算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Collaborative Filtering Recommendation Algorithm Based on Users’ Behavior and Roles
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传统协同过滤推荐算法中以稀疏评分计算用户相似性可能并不准确的问题,提出以用户行为对应一定分值填补空缺的I-U 评分矩阵,并以分角色下的权重系数K 约束用户相似性计算的改进协同过滤推荐算法。实验表明,改进算法的推荐质量更高。

    Abstract:

    There are sparse ratings problem in the traditional CF recommendation algorithm, and based on this sparse ratings will lead to the fact that the similarity may not be accurate. For this reason, a CF algorithm based on fixed I-U ratings matrix, which is given by a certain ratings of user behavior instead of vacancies rating, and weighted coefficient K bases on users’ role to constrain the similarity calculation is proposed. Experiments show that the improved algorithm has better recommendation quality.

    参考文献
    相似文献
    引证文献
引用本文

李幼平,尹柱平.基于用户行为与角色的协同过滤推荐算法.计算机系统应用,2011,20(11):103-106

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-03-17
  • 最后修改日期:2011-04-11
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号