共查询到18条相似文献，搜索用时 296 毫秒
1.
基于项目分类预测的协同过滤推荐算法 总被引：3，自引：0，他引：3
在电子商务系统中,为了帮助用户有效地发现、过滤和利用信息,信息过滤技术应运而生.协同过滤技术作为其中的一种技术被成功地应用于推荐系统中.随着电子商务用户数目和商品数目的日益增加,整个项目空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对这一不足,提出基于项目分类预测的协同过滤算法,通过对用户评分矩阵中的项目进行相应的分类,缩小邻近搜索的范围,预测项目评分,减少稀疏性,并采用新的相似度计算方法.实验结果表明,该算法能提高个性化推荐算法的准确性. 相似文献
2.
利用云模型改进基于项目的协同过滤推荐算法 总被引：1，自引：1，他引：1
基于项目的协同过滤推荐算法能有效解决传统的基于用户的协同过滤推荐系统可扩展性差、缺乏稳定性的缺点,但仍然不能解决数据稀疏的问题,在数据极度稀疏的情况下,传统的项目相似性度量方法无法实现准确度量,导致推荐效果急剧下滑。本文借鉴基于云模型的云相似性度量方法来实现基于知识层面的项目相似性度量,提出了一种新的基于项目的协同过滤推荐算法。实验结果表明即使在数据极度稀疏的情况下,改进后的算法仍然能取得较好的推荐效果。 相似文献
3.
4.
5.
适应用户兴趣变化的协同过滤增量更新机制 总被引：1，自引：0，他引：1
高维、稀疏的用户-项目评分矩阵对基于项目的协同过滤推荐算法造成严峻的可扩展性问题.传统的解决方法是离线计算项目相似性并保存在系统中以供算法调用,但是不能充分利用最新评分数据以体现用户兴趣的变化.针对上述问题,提出了适合在线应用的协同过滤项目相似性增量更新机制,使得推荐系统在当前用户提交项目评分之后,能够实时完成相应项目与其他项目之间的相似性数据更新,从而推荐系统可以基于最新的项目相似性数据进行推荐处理,以适应用户兴趣的变化.实验结果表明,本文提出的项目相似性增量更新机制能够有效提高基于项目的协同过滤算法可扩展性. 相似文献
6.
基于用户群体影响的协同过滤推荐算法 总被引：4，自引：0，他引：4
协同过滤是推荐系统中广泛使用的推荐技术,对推荐结果可解释强.基于用户的协同过滤是一种重要的系统推荐方法,用户评分数据的极端稀疏性制约着系统的推荐质量.针对上述情况,提出一种基于用户群体影响的协同过滤推荐算法.首先,定义了用户群体的概念并根据群体影响提出两条相应准则;然后,计算用户相似性时,不仅考虑了用户个体之间的相似性,而且考虑了用户所处群体之间的相似性.该算法不仅可以更加精确地刻画用户之间相似度,而且一定程度上增强了推荐系统的稳定性.实验结果表明,该算法能有效地提高系统的推荐质量,而且满足所提出的两条准则. 相似文献
7.
基于属性值偏好矩阵的协同过滤推荐算法 总被引：7，自引：2，他引：5
传统的协同过滤推荐算法面临用户评分数据稀疏性和冷启动问题的挑战.针对上述问题,提出了基于属性值偏好矩阵的协同过滤推荐算法,首先采用奇异值分解(SVD)对用户-项目评分矩阵降维得到目标用户的初始邻居用户集,生成新的用户-项目评分矩阵;然后将用户评分映射到相应的项目属性值上,生成每个用户的属性值偏好矩阵,并基于属性值偏好矩阵进行用户相似性度量,从而缓解了评分数据稀疏性;将新项目的属性值与用户的属性值偏好矩阵进行匹配,从而找出匹配度最高的前N个用户作为新项目的推荐受众.实验结果表明了该算法的有效性. 相似文献
8.
目前协同过滤被广泛应用于数字图书馆、电子商务等领域的个性化服务系统.最近邻算法则是最早提出和最主要的协同过滤推荐算法,但用户评分数据稀疏性严重影响推荐质量.针对上述问题,提出了一种基于Rough集理论的最近邻协同过滤算法,以用户评分项并集作为用户相似性计算基础,并将非目标用户区分为无推荐能力和有推荐能力两种类型;对于无推荐能力用户不再计算用户相似性以改善推荐实时性,对于有推荐能力用户则提出一种基于Rough集理论的评分预测方法来填补用户评分项并集中的缺失值,从而降低数据稀疏性.实验结果表明新算法能有效提高推荐质量. 相似文献
9.
协同过滤技术是推荐系统中核心技术之一,数据的稀疏性和用户的多兴趣性困扰着协同过滤推荐质量的提高.将用户相似性和项目相似性结合起来,对原始评价矩阵进行降维处理,得到对目标评价预测影响最大、数据规模非常小的最近邻评价矩阵,在该矩阵上依照项目近邻程度不同对目标评价预测贡献不同的方法,对用户的邻居进行加权精选,对目标评价实现交错预测.实验结果验证该算法能达到较高的推荐精度. 相似文献
10.
基于群体兴趣偏向度的数字图书馆协同过滤技术研究* 总被引：1，自引：1，他引：1
马丽 《现代图书情报技术》2007,2(10):19-22
针对数字图书馆协同过滤推荐系统所面临的用户评分数据稀疏性问题，提出群体兴趣偏向度的计算方法，对用户－项目评分矩阵空缺值进行预测。实验结果表明，该算法能有效提高推荐质量。 相似文献
11.
书目推荐旨在建立图书与读者之间的双向连接。新兴网络读书社区中用户的参与互动过程积累了大量用户行为数据,为书目推荐提供了丰富的数据依据。文章针对网络读书社区中的主要用户阅读行为,综合考虑用户评分、阅读状态、标签、时间信息对用户阅读偏好的体现,提出用户阅读偏好程度和偏好方向相结合的用户偏好模型,形成了个性化书目推荐。采集豆瓣读书数据进行模型检验,结果表明,该模型有效地提高书目推荐的准确性和多样性,对网络读书社区实施个性化书目推荐具有参考价值。 相似文献
12.
13.
图书馆数字馆藏建设用户参与激励机制探究 总被引：2，自引：0，他引：2
[目的/意义]图书馆用户参与数字馆藏建设模式应用过程中急需解决的问题是通过建立完善适用的激励机制来吸引用户积极参与。[方法/过程]根据马斯洛需求层次理论,参考国内外相关研究和实践,分析用户需求和参与动机。根据用户参与动机,借鉴百度知道等交互社区的用户激励机制,结合图书馆实际状况,探讨图书馆数字馆藏建设用户激励机制。[结果/结论]从积分悬赏规则、荣誉等级制度、团队组合形式3个方面初步建立具有一定可操作性的图书馆数字馆藏建设用户参与激励机制。 相似文献
14.
B2C电子商务网站可用性评价 总被引：22，自引：1，他引：22
网站可用性是评价公司电子商务质量的一个关键要素。本文以Microsoft公司的可用性指南 (MUG)作为评价的基础 ,对MUG的指标含义进行了阐述 ,选择了 5家国内公司的B2C电子商务网站 ,通过 35 0名评估者以消费者的身份评估了MUG指标的相对重要性 ,并评估了每一个网站的可用性等级。与其他的评价相比 ,本文的创新之处在于 :通过统计数据分析得到的结论不单单是对网站做一个排名 ,而是分析出各网站的优势环节和薄弱环节 ,以及消费者对可用性评价指标的评价 ,而这对研究者和网站设计者是最重要的信息。 相似文献
15.
In autumn 2012, the University of Birmingham launched FindIt@Bham, a Primo-based Resource Discovery Service, after a series of focus groups with students and staff to help determine its initial configuration and customization. This article presents the results from a large-scale online survey and focus groups that were conducted to poll users’ attitudes to the service over twelve months later, adding to a small body of research on user satisfaction with established resource discovery services. From the survey the overall level of appreciation was high with 71.13% rating FindIt@Bham to be “Good” or “Very Good.” The level of appreciation was compared across undergraduates, postgraduates (taught and research), and academic staff which revealed that undergraduates are the group of users most happy with the service with academic staff being least satisfied. The reasons for this discrepancy are considered, along with users’ behavior and a discussion of their perceptions of individual functional areas. The survey results led to focus group activities tailored to extract deeper information on system usage and satisfaction. From these combined activities, future customizations and developments to FindIt@Bham such as tuning of result relevancy, improved online help, and additional functionality can be prioritized. 相似文献
16.
Information filtering is an area getting more important as we have long been flooded with too much information, where product brokering in e-commerce is a typical example. Systems which can provide personalized product recommendations to their users (often called recommender systems) have gained a lot of interest in recent years. Collaborative filtering is one of the commonly used approaches which normally requires a definition of user similarity measure. In the literature, researchers have proposed different choices for the similarity measure using different approaches, and yet there is no guarantee for optimality. In this paper, we propose the use of machine learning techniques to learn the optimal user similarity measure as well as user rating styles for enhancing recommendation acurracy. Based on a criterion function measuring the overall prediction error, several ratings transformation functions for modeling rating styles together with their learning algorithms are derived. With the help of the formulation and the optimization framework, subjective components in user ratings are removed so that the transformed ratings can then be compared. We have evaluated our proposed methods using the EachMovie dataset and succeeded in obtaining significant improvement in recommendation accuracy when compared with the standard correlation-based algorithm. 相似文献
17.
基于组合加权评分的Item-based协同过滤算法 总被引：1，自引：0，他引：1
马丽 《现代图书情报技术》2008,24(11):60-64
针对Item-based协同过滤算法中用户评分数据稀疏性严重影响推荐质量的问题,提出一种基于组合加权评分的Item-based协同过滤算法,以用户评分项并集作为用户相似性计算基础,并提出一种组合加权评分方法来对并集中的未评分项进行计算和填补,从而降低了数据稀疏性。实验结果表明该算法能有效提高推荐质量。 相似文献
18.
电子文档和用户的增长导致了信息检索结果个性化模式的创新,从而更好地为用户偏好服务.个性化的内容检索旨在改善检索过程中考虑个别用户的特殊兴趣.本文提出了一种基于扩展模糊概念网的信息检索结果的个性化的新方法.在这种方法中,网页和用户偏好都将以扩展模糊概念网形式表示.扩展模糊概念网可看作是关系矩阵和关联矩阵模型,关系矩阵中的元素代表模糊概念间的关系,关联矩阵中的元素表明概念间的关联度.这种方法的好处是能找到用户查询的绝大多数文档并且更灵活、更好地显示给用户. 相似文献