期刊文献+

一种大数据环境下的MBR推荐模型应用

下载PDF
导出
摘要 当面对新情况时,人们通常会受到经历过的类似情况的记忆所引导,最近邻技术以"相似度(Similarity)"这一概念为基础,而基于记忆的推理(Memory-based reasoning,MBR)结果也是基于过去类似的情形,它不仅仅使用了邻居之间的相似度,同时还考虑了他们的偏好,我们着重透过一个案例研究来说明如通过记忆的推理来构建协同推荐模型,并且对推荐者进行分组,以了解用户需求的目的。
作者 李江鹏
出处 《信息与电脑》 2016年第1期15-16,18,共3页 Information & Computer
  • 相关文献

参考文献4

二级参考文献40

  • 1张光卫,康建初,李鹤松,刘常昱,李德毅.面向场景的协同过滤推荐算法[J].系统仿真学报,2006,18(z2):595-601. 被引量:27
  • 2邓爱林,左子叶,朱扬勇.基于项目聚类的协同过滤推荐算法[J].小型微型计算机系统,2004,25(9):1665-1670. 被引量:147
  • 3赵明清,蒋昌俊,陶树平.基于等价相异度矩阵的聚类[J].计算机科学,2004,31(7):183-184. 被引量:11
  • 4邢春晓,高凤荣,战思南,周立柱.适应用户兴趣变化的协同过滤推荐算法[J].计算机研究与发展,2007,44(2):296-301. 被引量:148
  • 5SARWAR B,KARYPIS G,KONSTAN J,et al.Incremental singular value decomposition algorithms for highly sealable recommender systems[EB/OL].[2009-07-01].http://www.grouplens,org/papers/pdf/sarwar_SVD.pdf.
  • 6SARWAR B,KARYPIS G,KONSTAN J,et al.Item-basod collaborative filtering recommendation algorithms[C]// Proceedings of the 10th International Conference on World Wide Web.New York:ACM,2001:285-295.
  • 7ADOMAVICIUS 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,2005,17(6):734-749.
  • 8LEMIRE D,MACLACHLAN A.Slope one predictors for online rating-based collaborative filtering[C]//Proceedings of the SIAM Data Mining Conference.Newport Beach:Society for Industrial Mathematics,2005:21-25.
  • 9J Schafer,J Konstan,J Riedl.Recommender systems in e-commerce[C].In:Proc of ACM E-Commerce.New York:ACM Press,1999.158-166
  • 10Champa Jayawardana,K Priyantha Hewagamage Masashito HIrakawa.A personalize information environment for digital libraries[J].Information Technology and Libraries,2001,20(4):185-196

共引文献168

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