基于用户相似性传递的跨平台交叉推荐算法
文献类型：期刊论文
| 作者 | 李超1 ; 周涛1; 黄俊铭2; 程学旗2; 沈华伟2
|
| 刊名 | 中文信息学报
 |
| 出版日期 | 2016 |
| 卷号 | 30.0期号:002页码:90 |
| 关键词 | 个性化推荐系统 协同过滤 多源数据 稀疏性 冷启动 |
| ISSN号 | 1003-0077 |
| 英文摘要 | 个性化推荐系统在电子商务领域中的广泛应用带来了巨大的经济效益和良好的用户体验。由于用户数据往往分布在多个不同的网站,单个网站的推荐系统受制于数据稀疏性的限制,难以获得准确的推荐效果。该文提出了一种基于传递相似性的交叉推荐系统算法,可以利用多个网站平台数据计算不同网站中的用户的相似度,从而很大程度上克服了推荐系统中的数据稀疏性以及冷启动问题。结果显示,该交叉推荐算法与传统的针对单个数据集的推荐算法相比,推荐的精确性有一至两倍的提高。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/35037]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.电子科技大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 李超,周涛,黄俊铭,等. 基于用户相似性传递的跨平台交叉推荐算法[J]. 中文信息学报,2016,30.0(002):90. |
| APA | 李超,周涛,黄俊铭,程学旗,&沈华伟.(2016).基于用户相似性传递的跨平台交叉推荐算法.中文信息学报,30.0(002),90. |
| MLA | 李超,et al."基于用户相似性传递的跨平台交叉推荐算法".中文信息学报 30.0.002(2016):90. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。