论文研究基于情境化用户偏好的协同过滤推荐模型.pdf

基于用户的协同过滤和基于内容的混合推荐系统源代码.基于内容的推荐算法的具体实现+基于用户的协同过滤算法的具体实现网上下载的，使用python语言来进行编写

针对现有的基于KNN近邻协同过滤技术，在选择最近邻居时过于依赖评分相似度的问题，提出了一种用户属性加权活跃近邻的协同过滤算法。首先，通过引入用户特征属性并融合最小权重相似度，根据所得的最终相似度生成目

基于本体和EM聚类的协同过滤推荐系统研究，刘伟成，李权，针对电子商务中用户-项目评级矩阵稀疏所产生的推荐准度问题，提出一种基于本体和EM聚类的协同过滤（CF）推荐系统。首先使用期望最�

由于传统的协同过滤推荐算法存在很多缺陷，如数据稀疏性、冷启动、低推荐精度等，提出了一种基于模糊聚类和改进混合蛙跳的协同过滤推荐算法。首先利用一种构造的基于时间的指数遗忘函数对原始评分数据进行处理；然后

针对传统协同过滤推荐算法存在推荐质量不高的局限性, 提出一种基于评分支持度的最近邻协同过滤推荐算法。该算法用调整后的共同评分次数动态调节相似度的值, 以更真实地反映彼此间的相似性。然后计算目标用户和目

随着电子商务和社交网络的蓬勃发展, 推荐系统逐渐成为数据挖掘领域的重要研究方向。推荐系统能够从海量信息中定位用户兴趣点, 提供个性化服务。协同过滤算法能够有效分析用户偏好, 提供合适的推荐服务。针对评

论文研究-协同过滤推荐算法研究: 考虑在线评论情感倾向.pdf,  协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基础上,

最近邻计算是协同过滤方法中直接影响到推荐系统的运行效率和推荐准确率的重要一环。当用户和项目数目达到一定规模的时候，推荐系统的可扩展性明显降低。聚类的方法能在一定程度上弥补这个缺陷，但同时又会带来推荐准

针对协同推荐技术中的数据稀疏性等问题，提出了一种新颖的协同过滤算法。该算法在用户相似的协同过滤基础之上，引入用户之间的非对称影响度和支持度，提出项目候选集的概念。并且，该算法利用项目信息熵对未评分项目

为了解决用户评分数据稀疏性和用户最近邻寻找的准确性问题，提出了一种基于项目分类的协同过滤推荐改进算法。该算法首先利用项目分类信息为类内未评分项目预测评分值；然后通过计算类内用户间的相似度得到目标用户的