论文研究基于评论与评分的协同过滤算法.pdf
针对传统协同过滤算法中存在的数据稀疏性问题,结合用户评分及用户评论信息的特点,提出了基于评论与评分的user-based协同过滤算法和基于评论与评分的item-based协同过滤算法。该算法利用主题模型产生评论主题分布,利用评分数据生成评论态度影响因子,并通过评论态度影响因子来放大评论主题分布中的突出特征,建立更为准确的用户偏好与物品特征,进而进行评分预测与物品推荐。实验结果表明,该算法在稀疏数据集上可以获得较好的推荐效果,提高了推荐质量。
用户评论
推荐下载
-
User CF基于用户的协同过滤算法
我的毕业设计用到的实验程序,用VC6.0即可实现。安装了VC6.0之后进入debug-test1.exe即可运行,计算出算法数据集的准确率,召回率,多样性等推荐系统指标。数据集是movielens1M
11 2020-09-11 -
基于Spark的分层协同过滤推荐算法
协同过滤是推荐系统中最广泛使用的推荐算法。针对单机模型已经不能满足推荐系统的实时性与扩展性,提出一种基于Spark的分层协同过滤推荐算法。算法首先基于用户时间行为序列构建用户兴趣模型;其次基于RDD实
15 2020-11-21 -
基于协同过滤算法的推荐系统.docx
附件B: 毕业设计(论文)开题报告 1课题的目的及意义(含国内外的研究现状分析或设计方案比较 选型分析等) 本课题研究的是基于协同过滤算法的推荐系统设计与实现实现根据用户的 兴趣特点和购买行为向用户推
17 2020-12-15 -
基于用户的协同过滤算法Java实现
基于用户的协同过滤算法Java实现,基本功能都能有效实现,非常适合进行扩展改进自己所需功能
15 2020-05-15 -
基于协同过滤算法的电影推荐系统
推荐系统,运用数据挖掘算法,数据挖掘课程的必备选择
53 2018-12-09 -
基于用户的协同过滤算法Python实现
文档中采用的数据来自GroupLens提供的Movielens数据集,在程序中我直接使用了u.data这个数据集,可以直接从文件夹“数据”获取,验证了UserBasedCF算法的实际效果,程序设计思路
75 2019-05-22 -
基于用户的协同过滤算法Mahout实现
该资源是在Eclipse平台里,使用Mahout库的API,实现基于用户的协同过滤算法,从而进行商品推荐。软件环境是:win764位+Eclipse4.4+jdk1.6,用到了7个.jar包,分别为:
27 2019-05-31 -
基于云模型的协同过滤推荐算法
协同过滤系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素
29 2018-12-26 -
基于协同过滤的药物重定位算法
基于协同过滤的药物重定位算法
4 2021-04-21 -
基于增量更新的协同过滤推荐算法
基于增量更新的协同过滤推荐算法,方芳,严克文,为解决传统协同过滤推荐算法相似度矩阵不能局部更新的问题,提出了一种基于增量更新的协同过滤推荐算法。算法首先根据用户评分数
25 2020-08-07
暂无评论