- 年份
- 2024(5663)
- 2023(8208)
- 2022(6966)
- 2021(6477)
- 2020(5499)
- 2019(12627)
- 2018(12207)
- 2017(23812)
- 2016(12124)
- 2015(13466)
- 2014(12893)
- 2013(12127)
- 2012(10727)
- 2011(9209)
- 2010(8637)
- 2009(7430)
- 2008(6695)
- 2007(5185)
- 2006(3966)
- 2005(3024)
- 学科
- 济(49144)
- 经济(49091)
- 管理(35060)
- 业(34375)
- 企(28799)
- 企业(28799)
- 方法(26525)
- 数学(24360)
- 数学方法(23992)
- 财(12372)
- 农(12282)
- 中国(11567)
- 业经(9847)
- 地方(9081)
- 贸(9006)
- 贸易(9004)
- 易(8797)
- 农业(8170)
- 技术(8038)
- 务(7962)
- 财务(7927)
- 财务管理(7907)
- 企业财务(7533)
- 环境(7454)
- 和(6907)
- 学(6768)
- 制(6739)
- 划(6690)
- 理论(6517)
- 融(6332)
- 机构
- 大学(155732)
- 学院(155033)
- 管理(68552)
- 济(67546)
- 经济(66555)
- 理学(61142)
- 理学院(60606)
- 管理学(59613)
- 管理学院(59306)
- 研究(44678)
- 中国(33036)
- 京(29685)
- 财(28854)
- 科学(25389)
- 财经(24492)
- 经(22698)
- 中心(22571)
- 业大(21878)
- 经济学(21371)
- 农(19818)
- 江(19818)
- 经济学院(19502)
- 财经大学(18844)
- 所(18754)
- 范(18644)
- 经济管理(18513)
- 师范(18458)
- 商学(18186)
- 商学院(18031)
- 研究所(17416)
- 基金
- 项目(120132)
- 科学(97879)
- 基金(91475)
- 研究(88305)
- 家(79607)
- 国家(78615)
- 科学基金(70049)
- 社会(59514)
- 社会科(56650)
- 社会科学(56633)
- 基金项目(48873)
- 省(45998)
- 自然(45321)
- 自然科(44364)
- 自然科学(44353)
- 自然科学基金(43552)
- 教育(41118)
- 划(38671)
- 资助(36138)
- 编号(34257)
- 部(27458)
- 重点(26606)
- 创(26383)
- 国家社会(25739)
- 发(25539)
- 成果(25405)
- 创新(24658)
- 教育部(24536)
- 人文(24268)
- 科研(23727)
共检索到204027条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 图书情报工作
[作者]
景民昌 唐弟官 于迎辉
针对传统协同过滤推荐算法的不足,依据现实生活经验,认为在协同过滤推荐过程中考虑用户的专家信任因素十分必要。详细阐述专家信任的概念以及利用用户评分数据计算专家信任度的方法,提出一种基于专家优先信任的协同过滤推荐算法。在公开数据集GroupLens上的实验结果表明,该算法预测用户评分的精度和成功率都明显优于传统的最近邻法。
关键词：
协同过滤 信任度 最近邻 专家信任优先
[期刊] 数据分析与知识发现
[作者]
薛福亮 刘君玲
【目的】利用用户间信任关系改进协同过滤推荐中用户相似性计算精度,即在目标用户没有相似用户的前提下,从其信任用户中选择信任值高的作为相似用户,进而提高相似用户聚类效果,提高推荐质量,并有效缓解协同过滤推荐稀疏性和冷启动问题。【方法】筛选信任用户作为相似用户;根据选择的信任用户和目标用户形成一个项目的评分集,并对目标用户未评价过的项目进行评分估算(根据信任用户评分进行简单的评分计算);将用户间的信任关系依据方差大小进行量化,形成一个调节因子。本文的创新点就在于调节因子的计算,并将调节因子纳入用户相似性计算,形
[期刊] 情报理论与实践
[作者]
陈海涛 宋姗姗 李同强
现有的基于用户的协同过滤推荐算法使用用户—项目评分矩阵计算用户的评分相似性作为用户的相似度,存在矩阵稀疏的问题,而且不能对用户的兴趣进行动态衡量。由此提出一种改进的基于用户的协同过滤推荐算法,通过历史数据计算用户对各类项目的购买数量比例矩阵,衡量用户对各类项目的兴趣;根据用户购买项目的时间的先后衡量用户兴趣的动态变化。融合以上两点得出用户兴趣相似性作为用户相似性的权重,改进的用户相似性计算方法避免了用户—项目评分矩阵的稀疏性和不能动态衡量用户兴趣变化的问题。采用Movie Lens数据集进行实验,结果表明该算法提高了推荐结果的准确性并且具有稳定性。
关键词：
协同过滤 用户兴趣 动态兴趣
[期刊] 情报科学
[作者]
申彦 宋新平 聂鹏
【目的/意义】针对主流APPS推荐系统一般仅能推荐同类别APPS的现状,提出了一种基于协同过滤的APPS跨类别推荐算法(APPSR)。【方法/过程】该算法先对APPS进行聚类,考虑APPS簇间相似度,对未评分APPS进行评分预测,构建无缺失的用户-APPS评分矩阵。在传统协同过滤技术的基础之上,引入了时间权重函数与热门APPS惩罚机制,体现了用户兴趣的时效性,消除了热门APPS对推荐结果的影响。根据不同用户对多种APPS的评分,预测用户对其它类别APPS的喜好,为用户提供跨类别的APPS个性化推荐。【结果
关键词：
协同过滤 智能应用推荐 个性化推荐
[期刊] 运筹与管理
[作者]
于翘楚 赵明清 罗雨婷
针对传统协同过滤推荐算法预测精度不高、推荐质量低的问题，提出了一种基于最优组合预测思想的协同过滤混合推荐算法（BEST-CF），并利用基于用户的协同过滤推荐算法（User-CF）和基于项目的协同过滤推荐算法（Item-CF）的最优组合在Movielens 100K数据集上验证了BEST-CF的有效性，实验结果表明：BEST-CF算法明显提高了评分预测精度，能够提升推荐质量。最后，将BEST-CF用于保险产品的推荐，实验结果表明，BEST-CF的推荐准确度明显高于Item-CF和User-CF的，能为客户更加精准地推荐所偏好的保险产品。
关键词：
协同过滤推荐 最优组合预测 算法
[期刊] 运筹与管理
[作者]
陶维成 党耀国
针对协同过滤推荐系统具有数据的高稀疏,高维度,数据量大的特点,本文将灰色关联聚类与协同过虑推荐算法相结合,构建了灰色关联聚类的协同过滤推荐算法,将其应用到协同过滤推荐系统中,以解决数据具有高稀疏高维度的特性情况下的个性化推荐质量问题。首先,定义了推荐系统中的用户项目评分矩阵,用户灰色绝对关联度,用户灰色相似度,用户灰色关联聚类。然后,给出了灰色关联聚类的协同过滤推荐算法的计算方法和步骤,同时给出了评价推荐质量方法。最后,将本文算法与基于余弦,相关分析及修正的余弦等协同过滤推荐算法在大小不同的数据集下进行了
[期刊] 图书情报工作
[作者]
张新香 刘腾红
针对基于项目的协同过滤推荐算法在数据极度稀疏的情况下相似性度量不准、推荐质量低下的不足,借鉴基于云模型中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,改进传统的基于项目的协同过滤推荐算法,并利用公开的实验数据进行验证比较,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。
关键词：
协同过滤推荐算法 云模型 相似度
[期刊] 统计与决策
[作者]
王明佳 韩景倜
文章针对传统推荐系统在数据稀疏性情况下用户相似性度量精度不高的问题,提出了一种多维度用户相似性度量的协同过滤算法。首先根据用户-项目打分矩阵,考察用户共同评分项目数和用户活跃度对用户相似的影响,并计算用户的相似度;然后通过修正皮尔逊用户相似性计算用户的相似性;最后通过一个权值来控制两者的重要程度,综合计算用户的相似性。研究结果表明权重系数为0.4,即修正的皮尔逊用户相似性的占的比重较大时,推荐系统的推荐质量最好;同时多维度用户相似性度量的协同过滤推荐算法在MAE、召回率RE和准确率三个方面都要优于经典的余弦相似性协同过滤算法以及皮尔逊相似性协同过滤算法。
[期刊] 工业工程
[作者]
王斐 吴清烈
大规模定制模式的兴起与发展有效缓解了用户对差异化、个性化产品的需求与追求定制化产品成本高昂之间的矛盾。为更高效地辅助用户在大规模定制过程中做出满意的产品定制决策,对传统面向大规模定制的推荐算法进行相应改进,并结合大规模定制的特征,提出基于用户画像的定制方案推荐算法。选用基于物品的协同过滤算法作为基础推荐算法,引入大数据工具——用户画像模型对初始推荐结果进行二次过滤,以改善传统协同过滤推荐算法易忽视用户自身兴趣偏好特征的问题,提高用户定制体验与推荐精准性。给出手机产品定制案例,对产生最终推荐结果的整个过程进行模拟与分析,验证该推荐算法的有效性和可行性。
[期刊] 情报学报
[作者]
王玙 刘东苏
协同过滤利用与目标用户相似性较高的邻居对其他产品的评价来预测目标用户对特定产品的喜好程度,用户间的相似性定义至关重要。传统协同过滤算法定义相似性时不考虑用户偏好,为了解决这一问题,本文提出基于联合聚类的协同过滤算法。该算法利用联合聚类识别用户偏好,定义用户偏好相似性。当可用数据还包括用户的属性信息时,算法提取有共同偏好的用户的公共特征,进一步定义基于属性的相似性,结合属性相似性与打分相似性产生推荐。实验用MovieLens数据验证推荐算法的准确性,实验结果表明本文算法可以处理极度稀疏数据,且预测的打分更加
[期刊] 中国科学技术大学学报
[作者]
王根生 潘方正
针对协同过滤推荐算法没有考虑推荐对象间语义关系的问题，提出一种融合推荐对象语义相似度的改进型协同过滤推荐算法。首先利用知识图谱表示学习算法将推荐对象的语义信息嵌入到一个低维语义空间；然后计算推荐对象之间的语义相似度，把该语义相似度融合到协同过滤推荐算法中的相似度计算中，弥补协同过滤推荐算法没有考虑推荐对象自身语义知识的缺陷。实验结果表明，该改进型算法相比于传统协同过滤推荐算法具有更高的准确率、召回率和覆盖率。
[期刊] 工业工程与管理
[作者]
焦媛媛 熊剑芳 沈志锋
在已有的基于项目协同过滤推荐技术基础上，应用帕累托最优理论对该算法进行改进。首先基于调整余弦相似度构件项目相似矩阵，对待评价项目的 Ｋ近邻选择过程进行优化，以事先过滤掉一些代表性不高的邻近项目；其次在推荐评价过程中，为了适应改进算法，对准确率和召回率计算也进行了相应的优化。应用ｍｏｖｉｅｌｅｎｓ １ｍ数据检验算法优化效果。发现在项目推荐的准确度、覆盖率、召回率和算法可扩展性等方面都有显著提高。
[期刊] 运筹与管理
[作者]
张文 崔杨波 李健 陈进东
由于推荐系统中存在巨量的用户和商品,现有的协同过滤方法很难处理用户-商品推荐中的数据稀疏性和计算可扩展性问题。本文提出了一种基于聚类矩阵近似的协同过滤推荐方法CF-cluMA。一方面,CF-cluMA方法通过对用户和商品进行分别聚类,并利用聚类后的用户-商品分块评分矩阵来刻画用户对于商品兴趣的局部性特点,以降低用户-商品评分矩阵的全局稀疏性。另一方面,CF-cluMA方法通过对局部稠密分块矩阵实施奇异值分解,并利用施密特变换近似全局用户-商品评分矩阵来预测用户对未知商品评分,以降低协同过滤算法的复杂性。在EachMovie电影评分真实数据集上的实验表明,相比于已有的基于矩阵近似的协同过滤推荐方法,本文所提出的CF-cluMA方法能够有效提升推荐系统的准确性并降低推荐系统的计算复杂性。本文的研究对于电子商务推荐系统具有重要的管理启示。
[期刊] 图书馆学研究
[作者]
田磊 任国恒 王伟
图书借阅是图书馆最基本的服务,根据用户的借阅爱好为其自动地推荐相关图书是解决图书借阅效率与可靠性等问题的关键。为了提高图书推荐的准确率,本文利用改进的K-mean算法对借阅用户的类别与偏好性进行了系统的分析,然后通过构造用户借阅偏好性矩阵与用户相似性度量,采用协同过滤算法实现了图书借阅的个性化推荐。实验结果表明,本文算法可根据用户的借阅爱好准确地为其推荐图书,整体上具有较高的性能。
关键词：
图书推荐 协同过滤 聚类分析 阅读偏好
[期刊] 华中师范大学学报(自然科学版)
[作者]
孙传明 周炎 涂燕
针对传统协同过滤算法存在的数据稀疏性和推荐范围问题，提出一种混合协同过滤推荐方法.该方法将两种传统算法结合，并综合考虑了项目标签属性等信息.首先利用基于项目的协同过滤算法生成预测评分，并替换原始用户-项目评分矩阵中的零值.其次利用基于用户的协同过滤算法计算填充后矩阵的用户相似度，以及预测评分并产生最终推荐.最后基于MovieLens数据集实验证明，本方法能够有效提高推荐精度，扩大推荐范围.
关键词：
协同过滤 个性化推荐 项目属性 相似度
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
