CORC  > 北京大学  > 软件与微电子学院
时间加权不确定近邻的协同过滤算法*; Time-Weighted Uncertain Nearest Neighbor Collaborative Filtering Algorithm*
战学秋 ; 郑志高 ; 丁亚芝
刊名计算机科学与探索
2013
关键词协同过滤算法 时间权重 不确定近邻 信任子群 推荐系统
DOI10.3778/j.issn.1673-9418.1305050
英文摘要围绕传统的协同过滤推荐算法存在的局限性展开研究,提出了一种时间加权不确定近邻的协同过滤推荐算法(time-weighted uncertain nearest neighbor collaborative filtering,TWUNCF)。根据推荐系统应用的实际情况,对用户和产品相似度进行时间加权,保证数据有效性,在此基础上计算用户及产品的相似性,自适应地选择预测目标的近邻对象作为推荐群,同时计算推荐群中推荐把握概率较高的信任子群,最后通过不确定近邻的动态度量方法,对预测结果进行平衡的推荐。实验结果表明,相比传统的协同过滤算法,时间加权不确定近邻的协同过滤推荐算法具有较好的预测精度,平衡了用户群以及产品群推荐结果所带来的不稳定影响,缓解了用户评分数据稀疏情况所带来的问题。; 中国科技核心期刊(ISTIC); 中国科学引文数据库(CSCD); 0
语种中文
内容类型期刊论文
源URL[http://ir.pku.edu.cn/handle/20.500.11897/267633]  
专题软件与微电子学院
推荐引用方式
GB/T 7714
战学秋,郑志高,丁亚芝. 时间加权不确定近邻的协同过滤算法*, Time-Weighted Uncertain Nearest Neighbor Collaborative Filtering Algorithm*[J]. 计算机科学与探索,2013.
APA 战学秋,郑志高,&丁亚芝.(2013).时间加权不确定近邻的协同过滤算法*.计算机科学与探索.
MLA 战学秋,et al."时间加权不确定近邻的协同过滤算法*".计算机科学与探索 (2013).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace