帮助 关于我们

返回检索结果

基于概念层次树的个性化推荐算法
Personalized Recommendation Algorithm Based on Concept Hierarchy Tree

查看参考文献5篇

文摘 改进了传统的协同过滤算法,提出了基于概念层次树的用户模型,利用该模型进行协同运算,使系统在用户共同评分项极其稀疏时也能产生推荐.在相似性计算和产生推荐阶段引入了概念分层思想,分别在商品种类上产生推荐,避免了推荐的单一现象.MovieLens数据集实验表明,改进后的算法在推荐质量上有了明显的提高.
其他语种文摘 This paper improves traditional collaborative filtering algorithm,proposes a new user profile based on concept hierarchy tree,which can make recommender systems still work even when users have no common rating items.In the process of similarity calculation and recommendation formation,it also uses concept hierarchy thought to generate recommendation lists by different categories,avoiding recommendation lack of diversity.Experimental results on MovieLens dataset show that the improved algorithm can provide better prediction in either accuracy or diversity aspect.
来源 计算机工程 ,2007,33(24):57-59,62 【核心库】
关键词 个性化推荐 ; 协同过滤 ; 概念层次树
地址

重庆大学计算机科学与技术学院, 重庆, 400030

语种 中文
文献类型 研究性论文
ISSN 1000-3428
学科 自动化技术、计算机技术
基金 重庆市信息产业发展专项资金
文献收藏号 CSCD:3104612

参考文献 共 5 共1页

1.  Pazzani M. A Framework for Collaborative, Content-based and Demographic Filtering. Artificial Intelligence Review,1999,13(5):393-408 CSCD被引 14 次    
2.  王丽珍. 一种基于语义贴近度的抽象归纳法. 计算机学报,2000,23(10):1114-1121 CSCD被引 9 次    
3.  Kamahara J. A Community-based Recommendation System to Reveal Unexpected Interests. Proc. of the 11th International Multimedia Modeling Conference,2005:433-438 CSCD被引 1 次    
4.  Sarwar B. Analysis of Recommender Algorithms for E-commerce. Proc. of the 2nd ACM E-commerce Conference,2000:135-141 CSCD被引 1 次    
5.  Ziegler C. Improving Recommendation Lists Through Topic Diversification. Proc. of International World Wide Web Conference,2005:22-32 CSCD被引 1 次    
引证文献 1 篇

1 徐德智 基于云模型的项目评分预测推荐算法 计算机工程,2010,36(17):48-50
CSCD被引 10 次

显示所有1篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号