情报学报
情報學報
정보학보
2010年
4期
718-722
,共5页
推荐系统%协同过滤%关联规则%相似度
推薦繫統%協同過濾%關聯規則%相似度
추천계통%협동과려%관련규칙%상사도
协同过滤技术不需要分析待推荐资源的内容信息,在电影、音乐、图书等非结构化数据占主流的电子商务推荐领域得到了广泛的应用,成为电子商务推荐领域的主流技术.针对基于项目的协同过滤算法不能实现"跨类型"推荐的缺点,本文提出了一种新的基于关联性评分预测的协同过滤算法IAPCF.区别于传统的算法,IAPCF算法根据项目之间的关联规则,而不是根据多用户对项目评分形成的向量间的相似度来寻找项目的最近邻居集合.该算法能较好地实现"跨类型"项目的推荐.实验结果表明,IAPCF算法具有更好的推荐精度.
協同過濾技術不需要分析待推薦資源的內容信息,在電影、音樂、圖書等非結構化數據佔主流的電子商務推薦領域得到瞭廣汎的應用,成為電子商務推薦領域的主流技術.針對基于項目的協同過濾算法不能實現"跨類型"推薦的缺點,本文提齣瞭一種新的基于關聯性評分預測的協同過濾算法IAPCF.區彆于傳統的算法,IAPCF算法根據項目之間的關聯規則,而不是根據多用戶對項目評分形成的嚮量間的相似度來尋找項目的最近鄰居集閤.該算法能較好地實現"跨類型"項目的推薦.實驗結果錶明,IAPCF算法具有更好的推薦精度.
협동과려기술불수요분석대추천자원적내용신식,재전영、음악、도서등비결구화수거점주류적전자상무추천영역득도료엄범적응용,성위전자상무추천영역적주류기술.침대기우항목적협동과려산법불능실현"과류형"추천적결점,본문제출료일충신적기우관련성평분예측적협동과려산법IAPCF.구별우전통적산법,IAPCF산법근거항목지간적관련규칙,이불시근거다용호대항목평분형성적향량간적상사도래심조항목적최근린거집합.해산법능교호지실현"과류형"항목적추천.실험결과표명,IAPCF산법구유경호적추천정도.
