收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于协同过滤的多维度电影推荐方法研究

张家鑫  刘志勇  张琳  张倩  莎仁  
【摘要】:推荐系统作为解决信息过载的办法之一,广泛运用于各个领域,其中基于协同过滤的推荐方法应用最为成熟和广泛,但是由于传统的协同过滤推荐方法只考虑了用户和项目两个维度,忽略了包括环境因素、影片信息、观影感受等在内的多维度影响因素。分析表明以上多维因素对用户在进行影片评分时有着较为重要的影响。通过线性回归方法寻找并确定多维度属性以及各属性的影响程度,进而在传统协同过滤的基础上融入多维度影响因素,最终构建基于协同过滤的多维度推荐方法。实验表明,该方法相比传统协同过滤推荐方法的推荐效果有一定的提升,其中最优平均绝对误差取值下降了约6%,平均绝对误差均值下降了约2%,说明该方法相比于传统的协同过滤推荐方法具有更高的准确性,从而验证了该方法的有效性。

知网文化
【相似文献】
中国期刊全文数据库 前19条
1 张家鑫;刘志勇;张琳;张倩;莎仁;;基于协同过滤的多维度电影推荐方法研究[J];长春理工大学学报(自然科学版);2019年02期
2 李改;邹小青;;基于隐式反馈的协同过滤算法研究综述[J];福建电脑;2018年11期
3 胡致杰;胡羽沫;;协同过滤推荐瓶颈问题研究[J];无线互联科技;2016年09期
4 许媛萍;;基于内容的推荐与协同过滤融合的新闻推荐分析与探究[J];新闻研究导刊;2018年13期
5 刘文佳;张骏;;改进的协同过滤算法在电影推荐系统中的应用[J];现代商贸工业;2018年17期
6 周泽宇;王春玲;;基于协同过滤的个性化选课推荐与评论系统[J];信息记录材料;2018年10期
7 盈艳;曹妍;牟向伟;;基于项目评分预测的混合式协同过滤推荐[J];现代图书情报技术;2015年06期
8 章宗杰;陈玮;;基于标签扩展的协同过滤算法在音乐推荐中的应用[J];软件导刊;2018年01期
9 王婵;;一种基于加权因子的混合协同过滤算法[J];电脑知识与技术;2018年09期
10 吴佳婧;贺嘉楠;王越群;董立岩;;基于项目属性分类的协同过滤算法研究[J];吉林大学学报(信息科学版);2018年04期
11 路丹;陈占芳;;基于协同过滤的个性化民宿推荐系统的设计与实现[J];现代计算机(专业版);2018年32期
12 林泽聪;王玉山;甘嘉颖;柯懿倍;;基于协同过滤的个性化食材推荐算法研究[J];中国管理信息化;2017年07期
13 张瑶;陈维斌;傅顺开;;协同过滤推荐研究综述[J];微型机与应用;2013年06期
14 杜民双;何灵敏;;特征聚类的混合协同过滤算法研究[J];中国计量大学学报;2018年01期
15 刘井平;李平;;一种模糊认知的协同过滤算法[J];计算机工程与科学;2018年05期
16 吕果;李法运;;基于改进协同过滤的移动个性化推荐服务研究[J];情报探索;2014年02期
17 李征;段垒;王亚鲁;;基于用户相似性传递的协同过滤推荐方法[J];河南大学学报(自然科学版);2019年01期
18 王刚;;自适应用户兴趣偏好的电子资源协同过滤推荐研究[J];情报探索;2018年09期
19 苏林宇;陈学斌;;基于用户的协同过滤算法的改进研究[J];软件;2017年04期
中国重要会议论文全文数据库 前10条
1 孙见山;徐东;姜元春;;融合人格信息的单分类协同过滤方法研究[A];第十二届(2017)中国管理学年会论文集[C];2017年
2 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
3 骆正清;郑涛;;基于标签聚类的协同过滤推荐算法[A];第十三届(2018)中国管理学年会论文集[C];2018年
4 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
5 刘牧;杨智强;王衡;;基于普适计算的日程发现方法探讨[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【poster】[C];2011年
6 潘崇伦;张弛;;协同过滤的自服务模式在水务信息基础架构管理中的研究[A];大数据时代的信息化建设——2015(第三届)中国水利信息化与数字水利技术论坛论文集[C];2015年
7 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
8 易芃;杨成;柴智;;基于重排序的新用户TOPN推荐方法研究[A];第十九届中国科协年会——分4信息新技术 东北新工业论坛论文集[C];2017年
9 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
10 高旻;吴中福;;基于个性化情境和项目的协同推荐研究[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年
中国博士学位论文全文数据库 前10条
1 顾梁;播存结构中基于协同过滤的内容推荐技术研究[D];东南大学;2017年
2 袁卫华;面向稀疏数据的多视图个性化推荐方法研究[D];山东师范大学;2018年
3 段锐;融合文本内容与情境信息的协同过滤推荐方法研究[D];合肥工业大学;2017年
4 张雪洁;基于QoS的个性化云服务推荐方法研究[D];南京航空航天大学;2015年
5 姜邵巍;基于竞争关系的推荐技术研究[D];北京邮电大学;2014年
6 王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年
7 钱付兰;基于商空间模型的协同过滤推荐算法研究[D];安徽大学;2016年
8 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
9 陈根浪;基于社交媒体的推荐技术若干问题研究[D];浙江大学;2012年
10 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
中国硕士学位论文全文数据库 前10条
1 李军平;基于社会网络分析的协同过滤推荐方法研究[D];辽宁大学;2013年
2 安静思;基于用户影响力和潜在因子的协同过滤推荐方法[D];哈尔滨工程大学;2018年
3 靳恺;协同过滤中数据稀疏性缓解方法研究[D];湖南大学;2016年
4 王佳伟;基于置信度加权的单类协同过滤推荐算法研究[D];辽宁工程技术大学;2018年
5 王晓亮;基于Spark平台的协同过滤推荐算法的研究与实现[D];大连交通大学;2017年
6 朱满洲;基于协同过滤的个性化新闻推荐系统的设计与实现[D];南京理工大学;2019年
7 王明晓;基于用户聚类的协同过滤个性化推荐的研究与应用[D];华中科技大学;2017年
8 石鸿瑗;基于时间和类型特征的协同过滤算法优化研究[D];重庆大学;2018年
9 张子洋;基于最近邻信息的协同过滤推荐机制[D];天津大学;2018年
10 曲英男;基于用户-项目同步聚类的个性化推荐研究[D];天津大学;2018年
中国重要报纸全文数据库 前1条
1 本报记者 沈佳;数据大了 决策准了[N];山西日报;2014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