期刊文献+

基于电影系统的协同过滤算法的改进 被引量:3

下载PDF
导出
摘要 互联网的发展带来了科技智能化的普及,信息化的发展带来了数据量的庞大。文章以电影系统为模型对协同过滤算法进行了深入的研究。研究了不同场景下的多种的相似度的计算,页面停留时间进行了深层次的研究,并且对冷启动问题也进行了初步的改进,从而提高推荐系统的准确性。
出处 《电子技术与软件工程》 2018年第1期181-182,共2页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金 江苏省教育厅高校哲学社会科学基金项目"转型发展背景下多元化多层次构建地方本科高校师资队伍研究"(2016SJD880028) 江苏省教育科学研究所/现代教育技术研究所项目"基于MOOC(慕课)平台的应用型高校教学团队建设研究"(2017-R-52746)
  • 相关文献

参考文献1

二级参考文献15

  • 1罗奇,余英,赵呈领,曹艳.自适应推荐算法在电子超市个性化服务系统中的应用研究[J].通信学报,2006,27(11):183-186. 被引量:12
  • 2吴颜,沈洁,顾天竺,陈晓红,李慧,张舒.协同过滤推荐系统中数据稀疏问题的解决[J].计算机应用研究,2007,24(6):94-97. 被引量:51
  • 3ZHAO Z D,SHANG M S. User-based collaborative-filtering recom-mendation algorithms on hadoop[A].2010.478-481.
  • 4ZHANG J Y,PEARL P. A recursive prediction algorithm for collabor-ative filtering recommender systems[A].ACM,2007.57-64.
  • 5KRZYWICKI A,WOBCKE W,CAI X. Interaction-based collabora-tive filtering methods for recommendation in online dating[A].Springer Berlin Heidelberg,2010.342-356.
  • 6BR?ZOVSKY L,PET?I?EK V. Recommender system for online dating service[D].Charles University in Prague,2007.
  • 7PIZZATO L,REJ T,CHUANG T. RECON:a reciprocal recommender for online dating[A].2010.207-214.
  • 8WANG T T,LIU H Y,HE J. Predicting New User’s Behavior in Online Dating Systems[A].Springer Berlin Heidelberg,2011.266-277.
  • 9CHEN L,NAYAK R,XU Y. A recommendation method for online dating networks based on social relations and demographic informa-tion[A].2011.407-411.
  • 10HITSCH G J,HORTACSU A,ARIELY D. Matching and sorting in online dating[J].The American Economic Review,2010,(01):130-163.

共引文献148

同被引文献25

引证文献3

二级引证文献8

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