基于网络结构的推荐算法

被引：3

作者：

吕善国

吴效葵

曹义亲

机构：

[1] 华东交通大学软件学院

来源：

实验室研究与探索 | 2012年 / 31卷 / 07期

关键词：

二部分图; 推荐算法; 属性相似性;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

为了弥补基于网络结构的推荐算法存在的新用户和新产品问题,提出了一种考虑项目特征属性的项目网络结构图的推荐算法,根据项目的特征属性矩阵得到任何两个项目的相似性,然后采用一种考虑项目相似性的资源配额度量方法计算目标用户的最终资源分配向量,将目标用户没选择过的排序靠前的项目进行推荐。该算法可以有效解决新项目的冷启动问题,提高系统推荐质量。

引用

收藏

页码：278 / 280+368 +368

页数：4

相关论文

共 14 条

[1] 基于信任模型的协同过滤推荐算法 [J].

夏小伍 ;

王卫平 .

计算机工程, 2011, 37 (21) :26-28

[2] 改进相似性度量方法的协同过滤推荐算法 [J].

吴月萍 ;

郑建国 .

计算机应用与软件, 2011, 28 (10) :7-8+42

[3] 基于Web客户因子分析的协同推荐算法 [J].

赵宏霞 ;

王新海 ;

杨皎平 .

计算机应用研究, 2011, 28 (07) :2525-2527+2530

[4] 基于用户特征和项目属性的协同过滤推荐算法 [J].

陈志敏 ;

李志强 .

计算机应用, 2011, 31 (07) :1748-1750+1755

[5] 基于Widrow-Hoff神经网络的多指标推荐算法 [J].

张付志 ;

常俊风 ;

王栋 .

模式识别与人工智能, 2011, 24 (02) :233-242

[6] 通过相似度支持度优化基于K近邻的协同过滤算法 [J].

罗辛 ;

欧阳元新 ;

熊璋 ;

袁满 .

计算机学报, 2010, 33 (08) :1437-1445

[7] 协同过滤算法中的相似度优化方法 [J].

徐翔 ;

王煦法 .

计算机工程, 2010, 36 (06) :52-54+57

[8] 基于BP神经网络的协作过滤推荐算法 [J].

张磊 ;

陈俊亮 ;

孟祥武 ;

沈筱彦 ;

段锟 .

北京邮电大学学报, 2009, 32 (06) :42-46

[9] 互联网推荐系统比较研究 [J].

许海玲 ;

吴潇 ;

李晓东 ;

阎保平 .

软件学报, 2009, 20 (02) :350-362

[10] 个性化推荐系统的研究进展 [J].

刘建国 ;

周涛 ;

汪秉宏 .

自然科学进展, 2009, 19 (01) :1-15