| 基于Web挖掘的类别推荐算法 |
| |
| 引用本文： | 王珍娟,庞淑侠. 基于Web挖掘的类别推荐算法[J]. 兰州理工大学学报, 2010, 36(6) |
| |
| 作者姓名： | 王珍娟 庞淑侠 |
| |
| 作者单位： | 兰州理工大学,电气工程与信息工程学院,甘肃,兰州,730050;兰州理工大学,计算机与通信学院,甘肃,兰州,730050 |
| |
| 摘 要： | 使用基于类别的用户点击率的统计方法,对传统的协同过滤推荐算法进行改进.该方法根据用户的点击率和项目特点,将概念分层细化,从而改进用户-项目矩阵中存在的稀疏问题.该方法不但能形成准确推荐,而且可以预测该类用户的未来推荐模式.采用Minnesota大学的MovieLens数据集进行实验,实验结果表明,改进的推荐算法与传统的协同过滤推荐算法相比,在用户较集中的区域,其推荐精度明显较高,更重要的是当用户数据增多时,改进的算法有较强的稳定性.
|
| 关 键 词： | 协同过滤 类别 推荐 Web挖掘 |
Category recommendation algorithm based on Web mining |
| |
| WANG Zhen-juan,PANG Shu-xia. Category recommendation algorithm based on Web mining[J]. Journal of Lanzhou University of Technology, 2010, 36(6) |
| |
| Authors: | WANG Zhen-juan PANG Shu-xia |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
