融合标签特征和时间上下文的协同过滤推荐算法

发布时间：2017-07-02 00:10

  本文关键词：融合标签特征和时间上下文的协同过滤推荐算法，，由笔耕文化传播整理发布。

【摘要】：推荐系统是解决信息过载问题的有效方法,而协同过滤通过挖掘用户行为信息来预测用户偏好,是现今广泛应用的推荐方法.但传统的协同过滤算法存在数据稀疏,推荐精度不高的问题.而标签信息能够丰富用户(资源)之间的联系,从而提高推荐精度.通过标签信息来构造用户和资源的特征矩阵,进一步融合到基于邻域的协同过滤推荐算法中,预测用户对资源的评分.同时考虑了用户评分的时间上下文影响,降低预测误差.在真实的数据集上验证,该推荐算法与传统协同过滤算法相比,有效的预测用户评分,提高推荐精度.
【作者单位】： 山东师范大学信息科学与工程学院;山东省分布式计算机软件新技术重点实验室;
【关键词】： 协同过滤 标签特征 时间上下文
【基金】：山东省优秀中青年科学家科研奖励基金项目(2010BSE14022)资助
【分类号】：TP391.3
【正文快照】： 2(山东省分布式计算机软件新技术重点实验室,济南250014)E-mail:chixieyinghun@163.com1引言在信息急速膨胀的时代,想要准确有效的为用户提供所需的信息变得越来越困难.搜索引擎的出现在一定程度上缓解了用户的信息负担,但呈现给用户同样的搜索结果,无法针对用户的兴趣爱好主

【相似文献】

中国期刊全文数据库 前10条

1 周丽娟;徐明升;张研研;张璋;;基于协同过滤的课程推荐模型[J];计算机应用研究;2010年04期

2 刘淇;陈恩红;;结合二部图投影与排序的协同过滤[J];小型微型计算机系统;2010年05期

3 董全德;;基于双信息源的协同过滤算法研究[J];合肥工业大学学报(自然科学版);2010年07期

4 傅鹤岗;李冉;;基于用户实时反馈的协同过滤算法[J];计算机应用;2011年07期

5 辛勤芳;;基于项目聚类的协同过滤算法研究[J];赤峰学院学报(自然科学版);2011年09期

6 王宗武;;基于信任用户联合聚类的协同过滤算法[J];计算机与现代化;2013年09期

7 杜永萍;黄亮;何明;;融合信任计算的协同过滤推荐方法[J];模式识别与人工智能;2014年05期

8 张巍,刘鲁,葛健;一种基于粗集的协同过滤算法[J];小型微型计算机系统;2005年11期

9 徐莉;;结合人口分类特征知识的协同过滤算法[J];安徽科技学院学报;2007年02期

10 王惠敏;聂规划;;融合用户和项目相关信息的协同过滤算法研究[J];武汉理工大学学报;2007年07期

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 前4条

1 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

2 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

3 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

4 赵向宇;Top-N协同过滤推荐技术研究[D];北京理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 胡淼;基于协同过滤的服务评价方法的研究[D];哈尔滨工程大学;2008年

2 彭玉;基于用户个人特征的多内容项目协同过滤推荐[D];西南大学;2007年

3 李冉;基于用户实时反馈的协同过滤算法研究[D];重庆大学;2011年

4 孙凯;协同过滤移动社区的研究与实现[D];北京邮电大学;2012年

5 全智超;基于用户性格的协同过滤推荐研究[D];首都师范大学;2014年

6 张亮;基于协同过滤与划分聚类的推荐算法研究[D];吉林大学;2014年

7 白龙;融合数据检测与用户信任的协同过滤算法研究[D];燕山大学;2010年

8 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年

9 况亚萍;云计算技术在协同过滤推荐中的应用研究[D];中国科学技术大学;2014年

10 庞军;双聚类算法及其在协同过滤中的应用研究[D];大连理工大学;2010年

  本文关键词：融合标签特征和时间上下文的协同过滤推荐算法，由笔耕文化传播整理发布。

本文编号：507949