国家学术搜索
登录
注册
中文
EN
首页
|
同学录推荐算法的研究与应用
同学录推荐算法的研究与应用
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
NETL
NSTL
万方数据
维普
中文摘要：
推荐算法已经应用于多个领域,其中物品和用户推荐是最主要的两种推荐形式.本文首先对基于内容和基于知识两种推荐算法以及当下较为流行的协同过滤算法做了深入了解.分别以用户行为量和用户行为时间差作为基于物品的协同推荐和基于用户协同推荐的影响因素.将两者在同学录推荐实验中的推荐结果与原始算法结果进行对比.分析两种协同推荐方式在用户行为量和用户行为时间差影响因素下进行推荐的优缺点.
收起全部
展开查看外文信息
作者：
李梓贤
展开 >
作者单位：
中南民族大学 湖北 武汉430074
关键词：
协同过滤
相似度矩阵
用户行为矩阵
出版年：
2020
IT经理世界
信息产业部电子科技情报研究所
IT经理世界
ISSN：
1007-9440
年,卷(期)：
2020.
23
(2)
参考文献量
1
NETL
NSTL
万方数据
维普
