基于用户模糊相似度的协同过滤算法

发布时间：2017-09-04 05:34

  本文关键词：基于用户模糊相似度的协同过滤算法

  更多相关文章： 协同过滤 梯形模糊评分模型 模糊距离 模糊相似度

【摘要】：针对离散评分不能合理表达用户观点和传统协同过滤算法存在稀疏性等问题,借鉴年龄模糊模型,提出了梯形模糊评分模型。该模型将离散评分模糊化为梯形模糊数,考虑了评分模糊性和信息量,通过梯形模糊数来计算用户相似度,据此设计了协同过滤算法,并证明了该算法是传统协同过滤算法在模糊域的扩展。实验表明,该算法在数据稀疏且用户数远多于项目数时性能突出,并且算法运行时间远小于传统协同过滤算法。
【作者单位】： 国家数字交换系统工程技术研究中心;
【关键词】： 协同过滤 梯形模糊评分模型 模糊距离 模糊相似度
【基金】：国家重点基础研究发展计划(“973”计划)基金资助项目(No.2012CB315901) 国家高技术研究发展计划(“863”计划)基金资助项目(No.2011AA01AA103)~~
【分类号】：TP391.3
【正文快照】： 1引言电子商务的快速发展,使用户难以处理种类繁多的信息。而推荐系统已经被证明能帮助用户过滤无用信息,做出合理选择[1~3]。推荐系统根据使用内容不同,可分为基于内容推荐系统和协同过滤推荐系统[4]。基于内容推荐系统主要利用用户的统计信息,如年龄、收入等,根据统计信息的

【参考文献】

中国期刊全文数据库 前1条

1 朱郁筱;吕琳媛;;推荐系统评价指标综述[J];电子科技大学学报;2012年02期

【共引文献】

中国期刊全文数据库 前10条

1 张亮;柏林森;周涛;;基于跨电商行为的交叉推荐算法[J];电子科技大学学报;2013年01期

2 方耀宁;郭云飞;丁雪涛;兰巨龙;;一种基于局部结构的改进奇异值分解推荐算法[J];电子与信息学报;2013年06期

3 方耀宁;郭云飞;丁雪涛;兰巨龙;;一种基于标签迁移学习的改进正则化奇异值分解推荐算法[J];电子与信息学报;2013年12期

4 方耀宁;郭云飞;兰巨龙;;基于Logistic函数的贝叶斯概率矩阵分解算法[J];电子与信息学报;2014年03期

5 刘贵松;解修蕊;黄海波;屈鸿;;基于最短路径信任关系的推荐项目计算方法[J];电子科技大学学报;2014年02期

6 刘胜宗;廖志芳;胡佳;樊晓平;;基于隐反馈的类时齐Markov推荐模型[J];电子学报;2014年04期

7 田伟;韩海涛;;构建个性化档案数据服务引擎研究[J];档案;2014年12期

8 韩怀梅;李淑琴;;基于Mahout的个性化推荐系统架构[J];北京信息科技大学学报(自然科学版);2014年04期

9 林友芳;王琨琨;周超;万怀宇;武志昊;;基于社交网络的民航旅客偏好建模[J];北京交通大学学报;2014年06期

10 杨凌云;;基于Slope One算法的图书推荐系统优化[J];电脑知识与技术;2015年04期

中国博士学位论文全文数据库 前3条

1 胡勋;融合移动用户社会化关系的协同过滤推荐方法研究[D];北京邮电大学;2014年

2 刘海峰;社交网络用户交互模型及行为偏好预测研究[D];北京邮电大学;2014年

3 张志军;社交网络中个性化推荐模型及算法研究[D];山东师范大学;2015年

中国硕士学位论文全文数据库 前10条

1 向志明;面向海量用户行为数据的并行个性化推荐算法的研究与实现[D];北京交通大学;2012年

2 刘彭;基于组合模型的医生推荐系统研究与实现[D];东华大学;2013年

3 李婧;基于支持向量机模型的电子商务推荐算法研究[D];大连理工大学;2013年

4 刘金亮;基于主题模型的个性化新闻推荐系统的研究与实现[D];北京邮电大学;2013年

5 余秋宏;基于因子分解机的社交网络关系推荐研究[D];北京邮电大学;2013年

6 康美林;基于双聚类模型的协同过滤推荐引擎研究[D];中南林业科技大学;2013年

7 刘斌;经胸腔镜与保留肌肉小切口肺癌根治术的系统评价[D];遵义医学院;2013年

8 邓世龙;基于近邻的协同过滤算法的优化与实现[D];华南理工大学;2013年

9 陈彦聪;支持向量机在个性化推荐中的应用[D];电子科技大学;2013年

10 王平;反馈排序学习模型在个性化推荐系统中的应用研究[D];电子科技大学;2013年

【二级参考文献】

中国期刊全文数据库 前3条

1 吕琳媛;;复杂网络链路预测[J];电子科技大学学报;2010年05期

2 刘建国;周涛;郭强;汪秉宏;;个性化推荐系统评价方法综述[J];复杂系统与复杂性科学;2009年03期

3 吕琳媛;陆君安;张子柯;闫小勇;吴晔;史定华;周海平;方锦清;周涛;;复杂网络观察[J];复杂系统与复杂性科学;2010年Z1期

【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 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

2 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

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

，

本文编号：789672