基于评论挖掘的改进的协同过滤推荐算法OACSTPCD
Improved Collaborative Filtering Recommendation Algorithm Based on Comments Mining
随着因特网的飞速发展，电子商务网站为人们提供了越来越多的选择，随之而来的信息过载和信息迷失问题日益严重，个性化推荐系统的出现极大地改善了这一情况。协同过滤是目前主流的推荐算法，但随着用户物品数目的日益增多和系统规模的不断扩大，用户-物品评分矩阵存在着严重的稀疏性等问题，导致推荐系统的推荐质量严重下降。针对此问题，文中提出了一种改进的协同过滤推荐算法，将评论挖掘技术引入协同过滤算法中，量化物品在各个特征上的分数，然后结合物品特征和用户评分共同计算物…查看全部>>
With the rapid development of the Internet,electronic commerce website provide more choice for people,but information over-load and information lost problems become increasingly serious,the personalized recommendation system has greatly improved this situa-tion. Collaborative filtering recommendation algorithm is a popular recommendation algorithm,but with the increasing number of items and users and the continuous expansion of the system,the serious user-it…查看全部>>
王全民;王莉;曹建奇
北京工业大学 计算机学院，北京 100124北京工业大学 计算机学院，北京 100124北京工业大学 计算机学院，北京 100124
信息技术与安全科学
评论协同过滤相似度推荐算法
commentscollaborative filteringsimilarityrecommendation algorithm
《计算机技术与发展》 2015 (10)
面向开放式网络的动态博弈访问控制模型与方法
24-28,5
国家自然科学基金资助项目(61272500)
评论