针对云平台协同推荐的近邻项目最优临界点优化

发布时间：2018-05-10 15:59

  本文选题：近邻项目 + 最优临界点　； 参考：《科技通报》2017年12期

【摘要】：针对单一的基于用户或者基于项目的推荐算法在个性化推荐的应用中还存在精度不高、推荐结果不佳的问题,本文提出了一种近邻项目最优临界点优化的云平台协同推荐模型。首先根据所有的使用客户本身存在一定的偏向爱好,计算项目之间的相似度,得到用户对物品的相似度评价,然后采用线性回归的方法对相似度评价结果进行重新预测估计,最后对多个近邻用户和多个近邻项目的最优临界点进行优化,以提高推荐精度。仿真实验结果表明,本文提出的改进模型在个性化推荐的应用中,具有更高的稳定性和推荐精度。
[Abstract]:In order to solve the problem that the single user-or project-based recommendation algorithm still has low accuracy and poor recommendation results, a cloud platform collaborative recommendation model with optimal critical point optimization for nearest neighbor projects is proposed in this paper. Firstly, according to the preference of all the users themselves, the similarity between items is calculated, and then the similarity evaluation of the items is obtained, and then the results of similarity evaluation are forecasted and estimated by linear regression method. Finally, the optimal critical points of multiple nearest neighbor users and multiple nearest neighbor projects are optimized to improve the recommendation accuracy. The simulation results show that the proposed improved model has higher stability and accuracy in the application of personalized recommendation.
【作者单位】： 江西经济管理干部学院信息工程系;
【基金】：江西省教育厅科技计划项目(课题编号:151593)
【分类号】：TP391.3;TP393.09

【相似文献】

相关期刊论文 前10条

1 徐义峰;陈春明;徐云青;;一种基于分类的协同过滤算法[J];计算机系统应用;2007年01期

2 杨风召;;一种基于特征表的协同过滤算法[J];计算机工程与应用;2007年06期

3 王岚;翟正军;;基于时间加权的协同过滤算法[J];计算机应用;2007年09期

4 曾子明;张李义;;基于多属性决策和协同过滤的智能导购系统[J];武汉大学学报(工学版);2008年02期

5 张富国;;用户多兴趣下基于信任的协同过滤算法研究[J];小型微型计算机系统;2008年08期

6 侯翠琴;焦李成;张文革;;一种压缩稀疏用户评分矩阵的协同过滤算法[J];西安电子科技大学学报;2009年04期

7 廖新考;;基于用户特征和项目属性的混合协同过滤推荐[J];福建电脑;2010年07期

8 徐红;彭黎;郭艾寅;徐云剑;;基于用户多兴趣的协同过滤策略改进研究[J];计算机技术与发展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合协同过滤算法[J];微计算机信息;2011年11期

10 宋纬华;田元;;基于蚁群算法的协同过滤推荐技术[J];农业图书情报学刊;2013年08期

相关会议论文 前10条

1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

2 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

3 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

4 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[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

5 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

6 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

7 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

8 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

9 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

10 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

相关博士学位论文 前10条

1 纪科;融合上下文信息的混合协同过滤推荐算法研究[D];北京交通大学;2016年

2 程殿虎;基于协同过滤的社会网络推荐系统关键技术研究[D];中国海洋大学;2015年

3 于程远;基于QoS的Web服务推荐技术研究[D];上海交通大学;2015年

4 段锐;融合文本内容与情境信息的协同过滤推荐方法研究[D];合肥工业大学;2017年

5 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年

6 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年

7 吕苗;基于情境的商品个性化推荐方法研究[D];大连理工大学;2015年

8 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年

9 易明;基于Web挖掘的电子商务个性化推荐机理与方法研究[D];华中科技大学;2006年

10 赵向宇;Top-N协同过滤推荐技术研究[D];北京理工大学;2014年

相关硕士学位论文 前10条

1 高旭峰;基于个性化推荐的旅游电商平台设计与实现[D];东华大学;2017年

2 闫晓珊;基于用户综合兴趣的协同过滤推荐算法研究[D];兰州财经大学;2017年

3 张燕红;面向稀疏矩阵偏置的协同过滤推荐算法研究[D];长安大学;2017年

4 吕杰;一种融合用户上下文信息和评分倾向度的协同过滤推荐系统[D];天津大学;2016年

5 邹腾飞;基于多特征融合的混合协同过滤算法研究[D];西南大学;2015年

6 于钰雯;基于项目凝聚层次聚类的协同过滤推荐算法研究[D];辽宁大学;2015年

7 杜文刚;基于多属性评分的协同过滤推荐算法研究[D];辽宁大学;2015年

8 高慧敏;融合占有度的时间遗忘协同过滤混合推荐算法研究[D];燕山大学;2015年

9 苏靖涵;面向SaaS多租户的动态推荐方法研究[D];辽宁大学;2015年

10 徐晓妮;基于人工鱼群算法的协同过滤推荐算法研究[D];辽宁大学;2015年

，

本文编号：1869949