论文研究移动自组网中基于多约束和协同过滤动态信任机制.pdf

针对协同过滤算法存在的问题进行改进，以提高评分预测和推荐结果的准确性。传统的相似度度量方法只考虑用户评分，过于简单，在皮尔森相似度的基础上引入用户评分时间和商品流行度对用户评分进行加权处理，并与基于共

为解决协同过滤算法中的数据稀疏性问题，提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目，然后在填充后的用户—项目评分矩阵上通过基于用户的协

协同过滤由于数据稀疏、冷启动等问题导致了相似用户发现变得困难，从而影响推荐结果的质量。为克服这一不足，提出一种以本体、语义Web为基础的方法，通过构建用户之间的信任网络以及计算用户间的信任权重值，从而

基于显式反馈的协同过滤推荐算法研究 摘 要 如今随着电子商务社交网络和人工智能等技术的不断发展信息量每天 都在快速增加面对海量数据我们时常因为不知如何获取有价值的信息而倍感 焦虑智能推荐算法能帮助我们

针对基于邻近关系的协同过滤算法在线推荐效率低的问题，提出了一种可离线训练评分预测模型的算法。通过聚类算法降低用户-项目评分矩阵中用户向量和项目向量的维数，并对数据进行转换使其适用于监督模型；利用转换后

一种基于混合相似度的协同过滤算法，胡芳燚，姚文斌，协同过滤是个性化推荐中使用最广泛的方法之一。该方法中最重要的一步是通过使用评分信息来获得用户之间的相似性，以便系统可以预

基于差分隐私的SlopeOne协同过滤推荐算法，王辉，何杰，SlopeOne算法是一种简洁高效且推荐精度高的协同过滤推荐算法，然而其很难提供一个严格的隐私保证。潜在攻击者可以通过观察用户的推

针对推荐系统中单类协同过滤（OCCF）可解释性差、数据噪声多的缺陷，提出了一种基于置信度加权的单类协同过滤推荐算法。算法通过置信度函数将用户隐性反馈映射为置信概率，并将该函数集成到隐性反馈推荐模型（I

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

传统的协同过滤推荐算法为目标用户推荐时，考虑了所有用户的历史反馈信息对物品相似度的影响，同时相似度的度量仅依靠用户评分信息矩阵，导致了推荐效果不佳。为解决上述问题，提出了基于用户谱聚类的Top-N协同