黄霞
- 作品数：3 被引量：37H指数：2
- 供职机构：南京林业大学信息科学技术学院更多>>
- 发文基金：江苏省“青蓝工程”基金江苏省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于用户属性和项目类别的协同过滤算法
- 针对传统的协同过滤算法中数据稀疏性所导致的推荐系统推荐质量不高的问题，文章结合用户和产品背景信息，对其进行加权处理，提出了基于用户和产品信息加权的协同过滤算法。该方法首先计算基于用户属性的相似性和基于项目类别的相似性，然...
- 黄霞韦素云业宁朱健张硕
- 关键词：协同过滤推荐系统用户属性
- 基于用户属性和项目类别的协同过滤算法被引量：8
- 2012年
- 针对传统的协同过滤算法中数据稀疏性所导致的推荐系统推荐质量不高的问题,文章结合用户和产品背景信息,对其进行加权处理,提出了基于用户和产品信息加权的协同过滤算法。该方法首先计算基于用户属性的相似性和基于项目类别的相似性,然后将计算的结果作为加权值融合到传统的相似度计算中,弥补因为数据稀疏而造成不能准确地进行个性化推荐的不足,提供更多可参考数据进行精确推荐。实验结果表明,该算法能有效提高推荐质量,产生较好的推荐效果。
- 黄霞韦素云业宁朱健张硕
- 关键词：协同过滤推荐系统用户属性
- 基于项目聚类的全局最近邻的协同过滤算法被引量：29
- 2012年
- 用户评分数据极端稀疏的情况下,传统相似性度量方法存在弊端,导致推荐系统的推荐质量急剧下降。针对此问题,提出了一种基于项目聚类的全局最近邻的协同过滤算法。该算法根据项目之间的相似性进行聚类,使得相似性较高的项目聚成一类,在项目聚类集的基础上,计算用户的局部相似度,使用一种新的最近邻用户全局相似度作为衡量用户间相似性的标准;其次,给出了一种利用重叠度因子来调节局部相似度的方法,以更准确地刻画用户之间的相似性。实验结果表明,该算法可以提升预测结果的准确性,提高推荐质量,特别是在数据较为稀疏时,改善尤为明显。
- 韦素云业宁朱健黄霞张硕
- 关键词：推荐系统协同过滤聚类
