论文研究基于差分隐私的Slope One协同过滤推荐算法 .pdf

推荐算法-基于物品的协同过滤-java.txt

数据稀疏性问题是传统的协同过滤算法主要的瓶颈之一。迁移学习利用辅助领域的用户评分信息,有效地缓解了目标领域的稀疏性问题。现有的迁移学习推荐算法中,普遍存在领域间的用户需要一致、模型平衡参数较多等限制。

基于聚类的协同过滤算法的研究与改进，苏帅，赵方，推荐系统作为解决信息过载问题的重要手段被广泛应用。近年来,协同过滤推荐技术,因其简单易实现、数据依赖性低、推荐结果准确等优�

为了提高推荐系统的推荐结果质量,找到目标用户恰当的邻居是协同过滤算法中非常关键的一个环节。网络中的用户可以分为专家型用户、可信用户与兴趣相似用户三个维度,由于不同类型的邻居对用户的影响及用户对不同邻居

论文研究-基于信息传播理论的微博协同过滤推荐模型.pdf,  高速发展的微博带来信息富余,也带来了信息过载,不断新增的非结构

协同过滤技术目前被广泛应用于个性化推荐系统中。为了使用户的最近邻居集合更加精确有效，提出了基于用户兴趣度和用户特征的优化协同过滤推荐算法。首先通过计算用户对项目的兴趣度来对用户进行分组；然后采用贝叶斯

基于协同过滤和应用风险的移动应用推荐系统，罗小兵，徐国爱，随着移动互联网的快速发展,移动应用数量呈爆发式增长,面对各式各样的应用用户选择自己感兴趣的应用变得越来越难,同时移动应用往往

融合阅读情绪的协同过滤文档推荐方法,易方遒,孙艺,用户在阅读完文档后,再对同类型的文档的阅读情绪会发生变化,仅仅根据文档本身的属性推荐用户最相似的文档是不够的。本文在协同

融合阅读时间的协同过滤文档推荐方法,曹瑞,高岭,如何在众多资源中快速筛选出用户所需是文库类网站面临的一个重要问题,然而现有的文档推荐算法根据文档本身属性和显式的用户评分

通过分析在用户评分数据极端稀疏的情况下，现有的基于项目评分预测的协同过滤推荐算法中项目之间的相似性度量不准确以及新项目的冷开始问题，提出了一种优化的基于项目评分预测的协同过滤推荐算法。该算法在计算项目