期刊文献+

基于贝叶斯网络的协同过滤推荐算法

下载PDF
导出
摘要 网络技术的快速发展产生了海量用户数据,为在海量数据中寻找与用户需求相符的数据,提出一种能快速得到较准确推荐结果的基于贝叶斯网络的协同过滤推荐算法。实验结果表明,与传统协同过滤推荐算法相比,该算法准确度更高。
出处 《软件导刊》 2015年第7期64-66,共3页 Software Guide
基金 河南科技大学2014年度大学生研究训练计划项目(2014286) 2014年地方高校国家级大学生创新创业训练计划项目(201310464025) 河南科技大学2013年度自然科学领域青年科学基金项目(2014QN032)
  • 相关文献

参考文献5

二级参考文献28

  • 1秦国,杜小勇.基于用户层次信息的协同推荐算法[J].计算机科学,2004,31(10):138-140. 被引量:15
  • 2熊馨,王卫平,叶跃祥.基于概念分层的个性化推荐算法[J].计算机应用,2005,25(5):1006-1008. 被引量:17
  • 3Herlocker J, Konstan J, Borchers A, et al. An Algorithmic Framework for Performing Collaborative Filtering[C]//Proceedings of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. [S. l.]: ACM Press, 1999.
  • 4Sarwar B, Karypis G. Item-based Collaborative Filtering Recommendation Algorithm[C]//Proceedings of the 10th International World Wide Web Conference. Hong Kong, China: [s. n.], 2001.
  • 5Balabanovic M, Shohalm Y. Fab: Content Based Collaborative Recommendation[J]. Communication of the ACM, 1997, 40(3): 66-72.
  • 6Herlocker J K, Konstan JA, Borchers A, et al. An Algorithmic Framework for Performing Collaborative Filtering[C]. Proceedings of ACM SIGIR 99, ACM press, 1999.
  • 7李涛,王建东,叶飞跃,冯新宇,张有东.一种基于用户聚类的协同过滤推荐算法[J].系统工程与电子技术,2007,29(7):1178-1182. 被引量:70
  • 8[1]Breese J,Hecherman D,Kadie C. Empirical Analysis of Predictive Algorithms for Collaborative Filtering[A]. Proceedings of the 14th Conference on Uncertainty in Artificial Intelligence(UAI-98)[C]. 1998. 43-52.
  • 9[2]Sarwar B,Karypis G,Konstan J,et al. Item-based collaborative Filtering recommendation algorithms[A]. Proceedings of the Tenth International World Wide Web Conference[C]. 2001. 285-295.
  • 10[3]Balabanovic M, Shoham Y. Fab: Content-based, collaborative recommendatio[J]. Communications of the ACM,1997,40(3):66-72.

共引文献146

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部