收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于用户兴趣模型的推荐算法

于波  杨红立  冷淼  
【摘要】:传统的协同过滤算法虽然可以很容易地挖掘出用户的兴趣爱好,但存在数据冷启动和稀疏性问题.针对这些问题,提出一种基于用户兴趣模型的推荐算法.首先通过LDA主题模型训练数据集得到物品-主题概率分布矩阵,利用物品-主题概率分布矩阵得到用户历史兴趣模型,然后结合用户历史行为信息和物品内容信息得到用户兴趣模型,最后计算用户与候选集之间的相似度,进行TOP-N推荐.在豆瓣电影数据集上的实验结果表明,改进后的推荐算法能够更好地处理稀疏数据和冷启动问题,并且明显提高了推荐质量.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 于波;杨红立;冷淼;;基于用户兴趣模型的推荐算法[J];计算机系统应用;2018年09期
2 梁天一;梁永全;樊健聪;赵建立;;基于用户兴趣模型的协同过滤推荐算法[J];计算机应用与软件;2014年11期
3 严隽薇;黄勋;刘敏;朱延波;倪亥彬;;基于本体用户兴趣模型的个性化推荐算法[J];计算机集成制造系统;2010年12期
4 郁钢;陆海良;单宇翔;高扬华;;基于用户兴趣模型的个性推荐算法[J];智能计算机与应用;2018年02期
5 赵雪美;郭林锋;卞雪雯;;一种新的融合情景的美食推荐算法[J];计算机与现代化;2015年07期
6 赵杰;;基于改进用户兴趣模型的个性化图书推荐算法(英文)[J];机床与液压;2018年06期
7 牛振东;王帅;王诗航;陈杰;;新闻事件的分布式混合推荐算法[J];北京理工大学学报;2017年07期
8 武建伟;俞晓红;陈文清;;基于密度的动态协同过滤图书推荐算法[J];计算机应用研究;2010年08期
9 刁祖龙;张兴忠;;基于本体用户兴趣模型的个性化推荐系统[J];计算机应用与软件;2013年10期
10 林霞;;基于混合推荐算法的个性化信息服务研究[J];信息与电脑(理论版);2013年09期
11 陆洲;程京;张璇;;基于用户兴趣模型聚类的协同过滤推荐算法[J];微计算机信息;2010年33期
12 叶婷;曹杰;;基于网络分割聚类的标签语义规范化推荐算法[J];计算机应用与软件;2017年11期
13 杨震;司书勇;李超阳;;基于用户隐式兴趣模型的信息推荐[J];山东大学学报(理学版);2017年01期
14 陈平华;陈传瑜;;基于云模型的用户双重聚类推荐算法[J];计算机工程与科学;2015年07期
15 张宜浩;刘小洋;刘万平;朱常鹏;;基于图的混合推荐算法[J];模式识别与人工智能;2017年04期
16 邰淳亮;谢怡;孙知信;;一种基于用户兴趣的位置服务推荐算法[J];计算机技术与发展;2017年09期
17 雷鸣;朱明;;情感分析在电影推荐系统中的应用[J];计算机工程与应用;2016年10期
18 魏臻;韦振;;基于进化计算的产品推荐算法[J];合肥工业大学学报(自然科学版);2015年08期
19 陈冬林;纪巧芬;陈玲;吴钟;;一种新的数字家庭个性化服务推荐方法[J];武汉理工大学学报(信息与管理工程版);2013年03期
20 张晓飞;余建桥;;基于用户兴趣模型构建与个性化搜索算法研究[J];电脑知识与技术;2016年18期
中国重要会议论文全文数据库 前10条
1 李璐瑶;王雅真;何章阳;金蛟;;基于微博平台的用户兴趣模型研究与分析[A];2015年(第四届)全国大学生统计建模大赛论文[C];2015年
2 吴晓;李丹宁;林洁;冀肖榆;李丹;;个性化搜索引擎中用户兴趣模型的研究[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
3 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
4 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年
6 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
7 米传民;彭鹏;单晓菲;马静;;考虑显式评分的基于二部图的推荐算法[A];第十七届中国管理科学学术年会论文集[C];2015年
8 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
9 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
10 周延泉;张传福;张瑞华;李蕾;何华灿;;移动个性化信息服务中的用户兴趣模型[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 许鹏远;多因素综合框架的协同过滤推荐算法[D];大连理工大学;2017年
2 陈玲姣;基于社交网络个体行为特征的信息推荐算法研究[D];电子科技大学;2018年
3 李文俊;时间感知的推荐算法研究[D];电子科技大学;2017年
4 伊华伟;基于可疑用户度量的鲁棒推荐方法研究[D];燕山大学;2016年
5 冯浩源;动态用户兴趣模型构建及推荐算法研究[D];天津大学;2017年
6 郭磊;社会网络中基于社会关系的推荐算法研究[D];山东大学;2015年
7 杨雷;基于机器学习的个性化推荐算法研究[D];哈尔滨工程大学;2017年
8 李慧;社会网络环境下的个性化推荐算法研究[D];中国矿业大学;2016年
9 王智谨;基于用户分解和社交融合的推荐算法研究[D];华东师范大学;2016年
10 马霄;基于用户社会关系与社区结构的协同过滤推荐算法研究[D];华中科技大学;2017年
中国硕士学位论文全文数据库 前10条
1 未翠翠;基于关联规则与用户兴趣模型的个性化云服务推荐算法[D];北京邮电大学;2017年
2 司书勇;基于用户兴趣模型的精准信息推荐技术研究与实现[D];北京工业大学;2015年
3 叶小强;基于个体兴趣模型的社区推荐算法研究[D];华南理工大学;2013年
4 杨晶;用户兴趣模型及实时个性化推荐算法研究[D];南京邮电大学;2013年
5 陈唯;基于用户情境的实时兴趣模型研究及应用[D];成都理工大学;2017年
6 唐灿;基于模糊兴趣模型的个性化推荐算法[D];重庆大学;2006年
7 董敏;基于智能个性化推荐的中小学教育资源原型系统的设计与实现[D];中央民族大学;2017年
8 徐晓彤;微博用户兴趣模型及个性化推荐技术研究与应用[D];大连海事大学;2015年
9 薄阳;基于用户兴趣模型的个性化推荐与搜索系统的研究[D];华北电力大学(北京);2010年
10 赵凤跃;协同过滤与基于内容的混合推荐算法研究[D];天津财经大学;2016年
中国重要报纸全文数据库 前2条
1 建行上海市分行 王慧;试析商业银行“协同过滤推荐算法”[N];上海金融报;2017年
2 林芮;当心“过滤泡泡”主宰了你[N];人民日报;2016年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978