物品相似度相关论文
针对传统协同过滤算法不能及时反映用户兴趣随时间的变化以及热门商品会影响用户相似度计算,从而产生推荐结果不精确的情况,提出将......
随着互联网和Web2.0技术的迅猛发展，社会化标签被越来越广泛地应用于个性化的信息服务系统中。标签体现了群体智慧，它有效地联系了用......
随着互联网技术的快速发展,从海量数据中找到真正对用户有用的信息变得越来越困难,即用户面临严重的信息过载问题。推荐算法能够分......
推荐系统作为信息过滤技术的典型代表,是目前解决信息过载问题的重要实现手段.其中协同过滤算法是目前推荐系统中应用最广泛的推荐......
针对传统推荐算法忽略时间因素影响的问题,根据用户行为在短期内存在较高的相似性,在计算物品相似度时引入时间衰减函数,提出一种......
传统的基于物品的协同过滤推荐算法根据用户的历史行为,给用户推荐与用户之前行为相似的物品.这种传统的基于物品的协同过滤算法忽......
现有的推荐算法大多是基于同类商品进行推荐,容易形成“信息茧房”。为了解决同类商品推荐的局限性,将推荐算法引申到不同类别的商......
传统上,帕累托法则似乎认为公司的大量收入是由相对较少的热门产品产生的,因此以往的电商销售数据更关注排行靠前的商品。然而,互......
作为业界应用最成功、最广泛的个性化推荐算法之一,协同过滤算法依然面临着诸多问题与挑战,数据的长尾分布便是其中之一。由于用户......
近十年来,协同过滤(CF)推荐系统成功地为用户提供了个性化的产品和服务。然而,用户—物品矩阵的稀疏性、推荐精度不高等问题仍然是......
