【协同过滤算法代码论文】基于标签和协同过滤的个性化资源推荐

本文作者：蔡强；韩东梅；李海生；胡耀光；陈谊；成功正常投稿发表论文到《计算机科学》2014年01期,引用请注明来源400期刊网！

【摘要】：传统的协同过滤算法以用户评分体现用户兴趣偏好及资源相似度,忽视了用户、资源自身的特征,并且对稀疏数据和新资源的推荐质量明显下降。在Web2.0时代下,标签可被用户依个人偏好进行自由资源标注。因此,提出了基于标签和协同过滤的推荐算法。其基本思想是将标签作为体现用户兴趣偏好和资源特征的信息,依据用户、标签及资源的多维关系生成用户及资源的标签特征向量,并计算用户对资源的偏好程度和资源相似度,然后基于用户的历史行为预测用户对其他资源的偏好值,最后依据预测偏好值排序产生Top-N推荐结果。通过与传统的协同过滤算法的比较,验证了本算法能有效缓解数据的稀疏性,解决推荐的冷启动问题,提升推荐的准确性,获得更好的推荐效果。
【论文正文预览】：1引言信息技术特别是互联网技术的飞速发展使人类进入了信息爆炸的时代,给人们带来了很大的信息负担。个性化推荐系统的出现为互联网信息过载提供了一个有效的工具。尤其在Web2.0时代下,用户使用社会标签对信息进行分类,可自由组织、管理和搜索所需的资源[1]。这种易使用性使
【文章分类号】：TP391.3
【稿件关键词】：标签协同过滤推荐算法用户偏好资源相似度
【参考文献】:

• 李聪;梁昌勇;马丽;;基于领域最近邻的协同过滤推荐算法[J];计算机研究与发展;2008年09期
• 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[J];计算机学报;2010年08期
• 韦素云;业宁;朱健;黄霞;张硕;;基于项目聚类的全局最近邻的协同过滤算法[J];计算机科学;2012年12期
• 张斌;张引;高克宁;郭朋伟;孙达明;;融合关系与内容分析的社会标签推荐[J];软件学报;2012年03期
• 高旻;吴中福;;基于个性化情境和项目的协同推荐研究[J];东南大学学报(自然科学版);2009年S1期
• 黄裕洋;金远平;;一种综合用户和项目因素的协同过滤推荐算法[J];东南大学学报(自然科学版);2010年05期
• 李聪;梁昌勇;杨善林;;电子商务协同过滤稀疏性研究:一个分类视角[J];管理工程学报;2011年01期
• 李聪;梁昌勇;;面向C2C电子商务的多维信誉评价模型[J];管理学报;2012年02期
• 史玉珍;郑浩;;基于协同过滤技术的个性化推荐系统研究[J];电子设计工程;2012年11期
• 吴兰兰;孙娜;;一种基于商品基因的个性化推荐模型维护策略[J];计算机光盘软件与应用;2013年07期
• 李飞;张斌;高岩;张鑫龙;;基于协作过滤的传感器数据补全方法[J];东北大学学报(自然科学版);2014年03期
• 朱国玮;周利;;基于遗忘函数和领域最近邻的混合推荐研究[J];管理科学学报;2012年05期
• 吴泓辰;王新军;成勇;彭朝晖;;基于协同过滤与划分聚类的改进推荐算法[J];计算机研究与发展;2011年S3期
• 刘旭东;陈德人;钟苏丽;;使用群体兴趣偏好度的协同过滤推荐[J];计算机工程与应用;2010年34期
• 刘小兰;基于图和熵正则化的半监督分类算法[D];华南理工大学;2011年
• 张富国;基于信任的电子商务个性化推荐关键问题研究[D];江西财经大学;2009年
• 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
• 邓晓懿;移动电子商务个性化服务推荐方法研究[D];大连理工大学;2012年
• 袁冠;移动对象轨迹数据挖掘方法研究[D];中国矿业大学;2012年
• 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年
• 王龙;教育资源推荐服务中若干关键技术的研究[D];吉林大学;2013年
• 刘青文;基于协同过滤的推荐算法研究[D];中国科学技术大学;2013年
• 张尧;B2C环境下用户感知可信的推荐系统理论及其关键方法研究[D];哈尔滨工业大学;2013年
• 冷亚军;协同过滤技术及其在推荐系统中的应用研究[D];合肥工业大学;2013年
• 蔡浩;基于Web使用挖掘的协同过滤推荐算法研究[D];浙江理工大学;2010年
• 李惠民;电子商务推荐系统中协同过滤算法的研究[D];吉林大学;2011年
• 雷彩华;基于内容分析的电子商务推荐文献分析研究[D];大连理工大学;2011年
• 董馨;基于增量更新的自适应协同过滤算法研究[D];中南大学;2011年
• 李南波;网络日志挖掘和协同过滤算法的研究[D];湘潭大学;2011年
• 杜金涛;基于粗糙集的协同推荐模型研究[D];杭州电子科技大学;2009年
• 王金辉;基于标签的协同过滤稀疏性问题研究[D];中国科学技术大学;2011年
• 李沛东;基于语用情境的资源推荐研究及应用[D];重庆大学;2011年
• 林海伦;用户主导的个性化信息服务构造的研究[D];山东科技大学;2011年
• 云龙;协同过滤推荐系统中关键问题研究与实现[D];黑龙江大学;2011年
• 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期
• 张锋;常会友;;使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J];计算机研究与发展;2006年04期
• 邢春晓;高凤荣;战思南;周立柱;;适应用户兴趣变化的协同过滤推荐算法[J];计算机研究与发展;2007年02期
• 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期
• 陈健;印鉴;;基于影响集的协作过滤推荐算法[J];软件学报;2007年07期
• 王茜;杨莉云;杨德礼;;面向用户偏好的属性值评分分布协同过滤算法[J];系统工程学报;2010年04期
• 吕尤;余力;;电子商务推荐智能系统分析与设计[J];农业网络信息;2006年12期
• 聂晶;;基于用户兴趣实时更新评价信息的远程教学资源智能推荐系统[J];中国科教创新导刊;2009年14期
• 苏一丹;王育才;顾新一;;基于独特型人工免疫网络的并行推荐算法的研究[J];计算机应用;2008年05期
• 李聪;梁昌勇;董珂;;基于项目类别相似性的协同过滤推荐算法[J];合肥工业大学学报(自然科学版);2008年03期
• 赵智;时兵;;改进的个性化推荐算法[J];长春大学学报;2005年06期
• 李聪;梁昌勇;;基于属性值偏好矩阵的协同过滤推荐算法[J];情报学报;2008年06期
• 张晓云;李慧;王霞;;基于视觉信息的个性化图像搜索排名技术[J];黑龙江科技信息;2009年31期
• 李涛;王建东;叶飞跃;冯新宇;张有东;;一种基于用户聚类的协同过滤推荐算法[J];系统工程与电子技术;2007年07期
• 嵇晓声;刘宴兵;罗来明;;协同过滤中基于用户兴趣度的相似性度量方法[J];计算机应用;2010年10期
• 陶红亮;王明文;曹瑛;;基于项目平滑和聚类的协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年
• 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年
• 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
• 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年
• 罗晖;;基于RFID的物业管理系统设计[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年
• 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年
• 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年
• 梁莘燊;刘莹;;基于效能的学术资源推荐算法研究[A];第六届（2011）中国管理学年会——信息管理分会场论文集[C];2011年
• 杨月欣;;食品营养标签的作用和意义[A];营养与保健食品研究及科学进展学术资料汇编[C];2002年
• 李东;顾鹏;罗祎;汪锦邦;;食品的营养标签[A];未来五十年北京农业与食品业的发展研讨会论文集[C];2000年
• 张珂;欧米特将创新技术带到芝加哥国际标签展[N];中国包装报;2008年
• 本报记者 刘力源;看色别标签 知老人忌口[N];文汇报;2010年
• 本报记者 成静;“信任标签”让不良网商无处藏身[N];中国经济导报;2007年
• 本报记者 王巍;深圳标签护航协议供货[N];政府采购信息报;2008年
• 钟品;贴了新标签就可网开一面?[N];中国改革报;2009年
• 李松;贺岁热：贴个标签就能热卖？[N];新华每日电讯;2004年
• 本报记者 付丽丽　实习记者 吴琼;自然标签揪住了问题食品的“尾巴”[N];大众科技报;2009年
• 张珂;防伪小标签 做出大生意[N];农民日报;2008年
• 本报记者 李丽钧;“高端”身份仅靠一纸标签明示[N];河北经济日报;2010年
• 谭俊峤;标签市场机会不少[N];中国包装报;2008年
• 刘青文;基于协同过滤的推荐算法研究[D];中国科学技术大学;2013年
• 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
• 刘淇;基于用户兴趣建模的推荐方法及应用研究[D];中国科学技术大学;2013年
• 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年
• 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
• 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
• 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
• 肖敏;基于领域本体的电子商务推荐技术研究[D];武汉理工大学;2009年
• 史艳翠;基于通信数据的上下文移动用户偏好动态获取方法研究[D];北京邮电大学;2013年
• 董振华;群落标签推荐系统体系结构及关键问题研究[D];南开大学;2012年
• 袁先虎;基于混合用户模型的协同过滤推荐算法研究[D];重庆大学;2010年
• 刘亭;隐私保持协同过滤推荐算法研究[D];燕山大学;2010年
• 王小亮;基于协同过滤的个性化推荐算法的优化和应用[D];浙江工商大学;2010年
• 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
• 李有超;基于项目属性与偏爱比较的协同过滤推荐算法研究[D];燕山大学;2010年
• 蔡浩;基于Web使用挖掘的协同过滤推荐算法研究[D];浙江理工大学;2010年
• 封素石;分布式协同过滤推荐算法研究[D];燕山大学;2010年
• 张学胜;面向数据稀疏的协同过滤推荐算法研究[D];中国科学技术大学;2011年
• 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
• 康雨洁;基于协同过滤的个性化社区推荐方法研究[D];中国科学技术大学;2011年

【稿件标题】：【协同过滤算法代码论文】基于标签和协同过滤的个性化资源推荐
【作者单位】：北京工商大学计算机与信息工程学院;北京理工大学工业设计研究所;
【发表期刊期数】：《计算机科学》2014年01期
【期刊简介】：本刊以其新颖、准确、及时为特色，突出动态性、综述性、学术性。报告特点是：“前沿科学”与“基础研究”相结合；“核心技术”与“支撑技术”相结合；“倡导”与“争鸣”相结合。广采百家之长，博览计算机世界之态势。重在突出文章的思想性，令人有开拓思路之......更多计算机科学杂志社(http://www.400qikan.com/qk/1234/)投稿信息
【版权所有人】：蔡强；韩东梅；李海生；胡耀光；陈谊；

更多科技类论文详细信息: 【协同过滤算法代码论文】基于标签和协同过滤的个性化资源推荐 论文代写
http://m.400qikan.com/lw-16279 论文代发

相关专题：发表职称论文 双体船