中国综合性科技类核心期刊(北大核心)

中国科学引文数据库来源期刊(CSCD)

美国《化学文摘》(CA)收录

美国《数学评论》(MR)收录

俄罗斯《文摘杂志》收录

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于用户相似性的协同过滤算法改进

王威 郑骏

王威, 郑骏. 基于用户相似性的协同过滤算法改进[J]. 华东师范大学学报(自然科学版), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007
引用本文: 王威, 郑骏. 基于用户相似性的协同过滤算法改进[J]. 华东师范大学学报(自然科学版), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007
WANG Wei, ZHENG Jun. Improved collaborative filtering algorithm based on usersimilarity[J]. Journal of East China Normal University (Natural Sciences), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007
Citation: WANG Wei, ZHENG Jun. Improved collaborative filtering algorithm based on usersimilarity[J]. Journal of East China Normal University (Natural Sciences), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007

基于用户相似性的协同过滤算法改进

doi: 10.3969/j.issn.1000-5641.2016.03.007
基金项目: 

国家高技术研究发展计划(2013AA01A211)

详细信息
    作者简介:

    王威,男,硕士研究生,主要研究方向为Web开发及应用.

    通讯作者:

    郑骏,男,教授,主要研究方向为Web开发及应用.

  • 中图分类号: TP391

Improved collaborative filtering algorithm based on usersimilarity

  • 摘要: 协同过滤技术作为目前最常见的个性化推荐技术之一,被广泛认可和应用.作为基于内容的算法执行方式,协同过滤在准确性上具有相当的优势.该算法的核心问题是相似度的计算.本论文介绍了传统协同过滤算法,并对原有的相似度公式进行了优化,使得相似度计算更具有准确性.实验表明,文中提出的优化方法在推荐精度上有显著提高,降低了平均绝对误差(Mean Absolute Error, MAE).
  • [1] [1]刘建国,周涛,汪秉红.个性化推荐系统的研究发展[J].自然科学进展,2009,19(1):115.

    [2]孟祥武,纪威宇,张玉洁.大数据环境下的推荐系统[J].北京邮电大学学报,2015,38(2):115.

    [3]硕良勋,柴变芳,张新东.基于改进最近邻的协同过滤推荐算法[J].计算机工程与应用,2015,51(5): 137141.

    [4]ZHAO Z D, SHANG M S. Userbased collaborativefiltering recommendation algorithms on Hadoop[C]//Proceedings of the 2010 3rd International Conference on Knowledge Discovery and Data Mining. IEEE, 2010: 478481.

    [5]邓爱林,朱扬勇,施伯乐.基于项目评分预测的协同过滤推荐算法[J].软件学报,2003,114(9) :16211628.

    [6]彭玉,程小平,徐艺萍.一种改进的Itembased协同过滤推荐算法[J].西南大学学报(自然科学版),2007,29(5):146149.

    [7]刘芳先,宋顺林.改进的协同过滤推荐算法[J].计算机工程与应用,2011,47(8):7275.

    [8]汪静,印鉴,郑利荣,等.基于共同评分和相似性权重的协同过滤推荐算法[J].计算机科学,2010,37(2):99104.

    [9]ADOMAVICIUS G, TUZHILIN A. Toward the next generation of recommender systems: A survey of the stateoftheart and possible extensions[J]. IEEE Transactions on Knowledge and Data Engineering, 2015,17(6):734749.

    [10]孟庆庆,张胜男,卢楚雍.基于用户特征和商品特征的组合协同过滤算法[J].软件导刊,2015,14(3):4143.

    [11]孙辉,马跃,杨海波,等.一种相似度改进的用户聚类协同过滤推荐算法[J].小型微型计算机系统,2014,35(9):19671970.

    [12]傅鹤岗,彭晋.基于模范用户的改进协同过滤算法[J].计算机工程,2011,37(3):7074.

    [13]王立印,张辉,陈勇.一种基于DiceEuclidean相似度计算的协同过滤算法[J].计算机应用研究,2015,32(10):28912895.

    [14]朱毅萌,谢颖华.分步筛选邻居的协同过滤改进算法[J].计算机系统应用,2015,24(6):132137.

    [15]张丙奇.基于领域知识的个性化推荐算法研究[J].计算机工程,2005,31(21): 79.

    [16]蔡淑琴,袁乾,周鹏,等.基于信息传播理论的微博协同过滤推荐模型[J].系统工程理论与实践,2015,35(5):12671275.
  • 加载中
计量
  • 文章访问数:  1126
  • HTML全文浏览量:  4
  • PDF下载量:  3546
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-05-22
  • 刊出日期:  2016-05-25

基于用户相似性的协同过滤算法改进

doi: 10.3969/j.issn.1000-5641.2016.03.007
    基金项目:

    国家高技术研究发展计划(2013AA01A211)

    作者简介:

    王威,男,硕士研究生,主要研究方向为Web开发及应用.

    通讯作者: 郑骏,男,教授,主要研究方向为Web开发及应用.
  • 中图分类号: TP391

摘要: 协同过滤技术作为目前最常见的个性化推荐技术之一,被广泛认可和应用.作为基于内容的算法执行方式,协同过滤在准确性上具有相当的优势.该算法的核心问题是相似度的计算.本论文介绍了传统协同过滤算法,并对原有的相似度公式进行了优化,使得相似度计算更具有准确性.实验表明,文中提出的优化方法在推荐精度上有显著提高,降低了平均绝对误差(Mean Absolute Error, MAE).

English Abstract

王威, 郑骏. 基于用户相似性的协同过滤算法改进[J]. 华东师范大学学报(自然科学版), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007
引用本文: 王威, 郑骏. 基于用户相似性的协同过滤算法改进[J]. 华东师范大学学报(自然科学版), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007
WANG Wei, ZHENG Jun. Improved collaborative filtering algorithm based on usersimilarity[J]. Journal of East China Normal University (Natural Sciences), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007
Citation: WANG Wei, ZHENG Jun. Improved collaborative filtering algorithm based on usersimilarity[J]. Journal of East China Normal University (Natural Sciences), 2016, (3): 60-66. doi: 10.3969/j.issn.1000-5641.2016.03.007
参考文献 (1)

目录

    /

    返回文章
    返回