一種基于協(xié)同過濾的APPS跨類別推薦算法
本文選題:協(xié)同過濾 + 智能應(yīng)用推薦; 參考:《情報科學(xué)》2017年12期
【摘要】:【目的/意義】針對主流APPS推薦系統(tǒng)一般僅能推薦同類別APPS的現(xiàn)狀,提出了一種基于協(xié)同過濾的APPS跨類別推薦算法(APPSR)!痉椒/過程】該算法先對APPS進(jìn)行聚類,考慮APPS簇間相似度,對未評分APPS進(jìn)行評分預(yù)測,構(gòu)建無缺失的用戶-APPS評分矩陣。在傳統(tǒng)協(xié)同過濾技術(shù)的基礎(chǔ)之上,引入了時間權(quán)重函數(shù)與熱門APPS懲罰機(jī)制,體現(xiàn)了用戶興趣的時效性,消除了熱門APPS對推薦結(jié)果的影響。根據(jù)不同用戶對多種APPS的評分,預(yù)測用戶對其它類別APPS的喜好,為用戶提供跨類別的APPS個性化推薦!窘Y(jié)果/結(jié)論】通過實驗驗證了APPSR算法的可行性與有效性,為APPS個性化推薦提供了新方法。
[Abstract]:[objective / significance] in view of the current situation that mainstream APPS recommendation systems can only recommend the same APPS, a cross-category APPS recommendation algorithm based on collaborative filtering is proposed. [method / process] this algorithm firstly clusters APPS. Considering the similarity between APPS clusters, the ungraded APPS is predicted and the user-Apps scoring matrix is constructed. Based on the traditional collaborative filtering technology, time weight function and popular APPS penalty mechanism are introduced, which reflect the timeliness of user interest and eliminate the influence of popular APPS on the recommended results. According to the scores of different users on various APPS, the preference of users to other types of APPS is predicted, and the cross-category APPS personalized recommendation is provided to users. [results / conclusions] the feasibility and effectiveness of APPSR algorithm are verified by experiments. It provides a new method for APPS personalized recommendation.
【作者單位】: 江蘇大學(xué)信息管理與信息系統(tǒng)系;江蘇大學(xué)計算機(jī)科學(xué)與通信工程學(xué)院;江蘇大學(xué)電子商務(wù)系;
【基金】:國家自然科學(xué)基金項目(71573107) 江蘇省自然科學(xué)基礎(chǔ)研究計劃基金項目(BK20150531) 江蘇省博士后科研資助計劃項目(1401056C) 全國統(tǒng)計科學(xué)研究項目(2016LY17) 江蘇大學(xué)高級人才基金項目(13JDG127)
【分類號】:TP391.3
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 徐義峰;陳春明;徐云青;;一種基于分類的協(xié)同過濾算法[J];計算機(jī)系統(tǒng)應(yīng)用;2007年01期
2 楊風(fēng)召;;一種基于特征表的協(xié)同過濾算法[J];計算機(jī)工程與應(yīng)用;2007年06期
3 王嵐;翟正軍;;基于時間加權(quán)的協(xié)同過濾算法[J];計算機(jī)應(yīng)用;2007年09期
4 曾子明;張李義;;基于多屬性決策和協(xié)同過濾的智能導(dǎo)購系統(tǒng)[J];武漢大學(xué)學(xué)報(工學(xué)版);2008年02期
5 張富國;;用戶多興趣下基于信任的協(xié)同過濾算法研究[J];小型微型計算機(jī)系統(tǒng);2008年08期
6 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評分矩陣的協(xié)同過濾算法[J];西安電子科技大學(xué)學(xué)報;2009年04期
7 廖新考;;基于用戶特征和項目屬性的混合協(xié)同過濾推薦[J];福建電腦;2010年07期
8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過濾策略改進(jìn)研究[J];計算機(jī)技術(shù)與發(fā)展;2011年04期
9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過濾算法[J];微計算機(jī)信息;2011年11期
10 宋緯華;田元;;基于蟻群算法的協(xié)同過濾推薦技術(shù)[J];農(nóng)業(yè)圖書情報學(xué)刊;2013年08期
相關(guān)會議論文 前10條
1 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(技術(shù)報告篇)[C];2005年
2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(研究報告篇)[C];2004年
3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2009)暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集(上冊)[C];2009年
4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年
5 李建國;姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2009年
6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年
7 胡必云;李舟軍;王君;;基于心理測量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年
8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集(一)[C];2008年
9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動問題的方法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(研究報告篇)[C];2007年
10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯一[C];2010年
相關(guān)重要報紙文章 前3條
1 田夢;Google Apps挑戰(zhàn)微軟Office[N];計算機(jī)世界;2007年
2 邊歆;Google Apps挖角微軟Office[N];網(wǎng)絡(luò)世界;2007年
3 Harry McCracken;Google Apps成微軟Office潛在殺手[N];計算機(jī)世界;2007年
,本文編號:1815746
本文鏈接:http://www.sikaile.net/kejilunwen/ruanjiangongchenglunwen/1815746.html