面向个性化推荐系统的二分网络协同过滤算法研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
李 霞 李守伟。 ,
(. 1滨州医学院 网络 中心,山东 滨州 26 0 ; .江苏大学 管理学院, 563 2 江苏 镇江 22 1 ) 10 3
摘 要 :为提 高个性 化推荐 系统 的推荐 效 率和 准确性 , 出了个性化推 荐 系统 的二分 网络协 同过 滤算 法。协 同 提
过 滤算 法引入二 分 网络描 述个性 化推荐 系统 , 用灰 色关联度 来度 量 用户相 似 性 和项 目相似 性 , 使 对灰 色关联 相 似 度加权 求和预 测 用户 对项 目的预测 打分值 , 从而提 供 给 用户排 序 后 的项 目列表 。实验 结 果表 明 , 同过 滤算 协 法有效提 高了过滤推 荐 的精 准度 和 可靠性 , 有 良好 的推 荐效 果 。 具
第3 0卷第 7期
21 0 3年 7 月
计 算 机 应 用 研 究
Ap l ai n Re e r h o o u e s p i t s a c fC mp tr c o
Vo . 0 No 7 13 .
J1 2 1 u. 0 3
面 向个 性 化 推 荐 系统 的二 分 网络 协 同过滤 算 法研 究 冰
mesr sr i l t adojc s l i .If eatdteojc soeo ue vlao i i i ryw i tdo r aueue s a y n bet i a t to cs bet cr f sr a t nwt s l i —e he f e mir i miry r e h e ui h m at g gy r a o s i d ge , n e rv e ree be t i v r u e.E p r e tl eut so a tec l b rt eft— e t nhp er e a dt n po i d od rdo jc l t oe e sr x e m na rsl h w t t h o a oa v l li h d s t y i s h l i ie
关键 词 :个性化 推荐 ; 同过 滤 ;二 分 网络 ; 色关联 协 灰 中图分 类号 :T 3 1 6 P 0 . 文献 标 志码 :A 文章 编号 :10 . 6 5 2 1 )7 14 — 4 0 13 9 (0 3 0 —9 6 0
d i1 .9 9 ji n 1 0 —6 5 2 1 .7 0 6 o:0 3 6 /.s .0 13 9 .0 3 0 .0 s
s is u t.
Ke r s p ro a i d r c mme d t n;c l b rt e f t r g;b p r t ew r y wo d : e s n l e e o z n ai o ol o ai i e n a v li i a t e n t o k;g e e ain h p i ry r l t s i o
Re e rБайду номын сангаасh o olb rtv i ei g ag rt m f s a c n c la oaie fl rn lo i t h o bp ri ewo k o in e o p ro a e o ia t e n t r re td t e s n lr c mme d to y tm t n ain s se
Jagu2 2 1 ,C ia ins 10 3 hn )
Absr c : I r e r v e rc mme d t n ef in ya d a c r c f e s n l e e o t a t n o d rt i o et e o o mp h n a i f c e c n c u a y o ro ai dr c mme d t n s se o i p z n ai y t m,t i p p r o hs a e p e e t d a c l b rt e f trn lo t m a e n b p ri ew r rp ro aie e o r s n e ol o ai l i g ag r h b s d o i at en t o k f e s n l d r c mme d t n s se a v i e i t o z n a i y t m.T e c l b r — o h ol o a a t e f tr g ag r h d s rb d p ro a e o i i e n l o t m e c ie es n l c mme d t n s se u ig b p n t ewo k, n s d g e e ain hp d g e o v li i r n ai y tm s i a i n t r a d u e r yr lt s i e r et o n e o
L a ,L h u we IXi IS o i
( .N tokCne, i huMei l nvrt, nhuS a dn 5 63, hn 2 colfMaa e et Ja guU iri , hni, 1 e r et Bn o dc i sy Bi o h n og2 6 0 C i w r z a U ei z a; .Sho o n gm n , ins n e t Z ej v sy a
rn lo i m a f ciey r s l e a o e p o l ms n t sh g e c u a y a d r l b l y a d b t rr c mme d t n r — ig a g rt c n ef t l e ov b v r b e ,a d i i ih ra c r c n ei i t n et e o h e v a i e n a i e o
相关文档
最新文档