Document
检索banner
高级检索 在检索结果中检索
全部字段 题名 作者 关键词 摘要

基于全局相似度的社交网络个性化推荐算法

  • 【获取途径】 超星期刊网
  • 【作者】张艺豪,李 梁,赵清华,马建芬,段倩倩
  • 【刊名】计算机工程
  • 【作者单位】太原理工大学信息与计算机学院;太原师范学院管理系
  • 【年份】2018
  • 【卷号】第10期
  • 【页码】204-208
  • 【ISSN】1000-3428
  • 【关键词】全局相似度 个性化推荐 社交网络 数据挖掘 机器学习 
  • 【摘要】 针对经典社交网络推荐算法忽略项目相似度信息的问题,提出一种改进的社交网络个性化推荐算法。挖掘项目之间的全局项目相似度信息,分析社交网络用户之间信任值的可靠度,并将两者融合在一种模型中,实现对用户的个性化推荐。在Filmtrust数据集与Ciao数据集上的实验结果表明,与PMF、SocialMF和SoRec算法相比,该算法能够提高推荐准确性,降低在冷启动问题上的推荐误差。
  • 【基金】国家自然科学基金
  • 【文献类型】 期刊
进入发现系统查看更多信息

发文期刊《基于全局相似度的社交网络个性化推荐算法》历年引证文献趋势图

引证的期刊论文等列表

共13条记录 1/2 第一页 [1] [2] 下一页 最后一页 到第
页脚