南京信息工程大学科研基金(Y507)
- 作品数:3 被引量:86H指数:2
- 相关作者:李涛叶飞跃王建东冯新宇张有东更多>>
- 相关机构:南京航空航天大学江苏技术师范学院南京信息工程大学更多>>
- 发文基金:南京信息工程大学科研基金江苏省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种基于用户聚类的协同过滤推荐算法被引量:76
- 2007年
- 为解决传统协同过滤算法在生成推荐时的速度瓶颈问题,提出了一种基于用户聚类的协同过滤推荐算法。该算法将推荐过程分成了离线和在线两个部分。离线时,算法对基本用户数据进行预处理,并对基本用户聚类;在线时,算法利用已有的用户聚类寻找目标用户最近邻居,并产生推荐。实验表明,基于用户聚类的协同过滤推荐算法不仅加快了推荐生成速度,而且提高了推荐质量。
- 李涛王建东叶飞跃冯新宇张有东
- 关键词:协同过滤聚类平均绝对误差
- 一种快速的关联规则挖掘算法被引量:1
- 2007年
- 关联规则挖掘向来是数据挖掘的一个重要领域,挖掘算法也层出不穷。本文在深入分析FP树特性的基础上,改进了FP树的构造过程,通过一次扫描事务数据库即可生成FP树。从而缩短了关联规则挖掘时间,提高了效率,实验验证了其有效性。
- 李涛
- 关键词:数据挖掘关联规则FP树
- 推荐系统中一种新的相似性计算方法被引量:9
- 2007年
- 随着互联网的发展,推荐系统逐步得到广泛应用,协同过滤是其中的关键技术之一,它根据相似用户的喜好产生对目标用户的推荐。随着用户和项目数量的增加,用于产生推荐的数据集将极端稀疏,协同过滤系统的性能下降。为此,提出了一种新的用户多层相似性度量,不仅降低数据稀疏性的影响,而且克服了相似不相同的问题。实验表明,该度量方式能够提高协同过滤系统的推荐质量。
- 李涛王建东叶飞跃
- 关键词:协同过滤