收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

通过相似度支持度优化基于K近邻的协同过滤算法

罗辛  欧阳元新  熊璋  袁满  
【摘要】:个性化推荐系统能基于用户个人兴趣为用户提供定制信息.此类系统通常使用协同过滤技术实现,其中一种广泛使用的经典模型是基于用户评分相似度的k近邻模型.使用k近邻模型需要预先计算出用户或者项目的k个最近邻居,k值过大时会导致计算量过大而影响推荐产生的实时性,而k值过小则会导致推荐精度下降.为解决此问题,该文中提出了一种新的最近邻度量——相似度支持度.基于相似度支持度,该文提出了数种能够在保持推荐精度和密度的前提下维持合理规模的k近邻的策略.在真实大规模数据集上的实验结果表明,相比传统算法,该文提出的策略能够在保证推荐精度的前提下大幅降低计算复杂度.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 易芝;汪林林;王练;;基于关联规则相关性分析的Web个性化推荐研究[J];重庆邮电大学学报(自然科学版);2007年02期
2 杜跃;王治和;张旭;;基于概率统计的正负关联规则挖掘算法[J];佳木斯大学学报(自然科学版);2007年03期
3 邸书灵;陈娜;马新娜;;回归分析在关联规则挖掘中的应用研究[J];微计算机信息;2008年03期
4 王斌;;一种发掘意外规则的不完备算法[J];福建电脑;2010年04期
5 周翠红;;关联规则挖掘研究[J];今日科苑;2010年10期
6 林国全;;动态数据库关联规则增量更新算法[J];中国高新技术企业;2010年21期
7 刘培奇;卢麟;廖福燕;宋阳;;基于一次性数据库访问策略的关联规则挖掘算法的研究[J];微电子学与计算机;2010年12期
8 杨治秋;;数据挖掘中关联规则算法在教学评价系统中的研究[J];黑龙江科技信息;2011年12期
9 王瑜;;关联规则挖掘在运动伤病管理系统中的应用[J];宿州学院学报;2011年02期
10 黄名选;朱家安;陈燕红;;面向查询扩展的词间正负关联规则挖掘算法[J];计算机工程与应用;2011年26期
11 吕锋华;数据挖掘处理在教学中的应用[J];金华职业技术学院学报;2003年03期
12 颜跃进;李舟军;陈火旺;;频繁项集挖掘算法[J];计算机科学;2004年03期
13 董祥军,王淑静,宋瀚涛;基于两级支持度的正、负关联规则挖掘[J];计算机工程;2005年10期
14 王评;陈国龙;;一种基于人工免疫的新的频繁项挖掘算法[J];计算机科学;2005年08期
15 马晶鑫;马靖善;;一种基于穷举项类型的完全关联规则算法[J];渤海大学学报(自然科学版);2006年01期
16 宋中山;吴立锋;;关联规则挖掘在教学评价中的应用[J];中南民族大学学报(自然科学版);2006年01期
17 詹艳艳;陈晓云;徐荣聪;;基于时间序列的模式表示挖掘频繁子模式[J];计算机工程与应用;2006年21期
18 周青;彭为;;经典逻辑中的不确定性及其支持度[J];计算机学报;2006年10期
19 邹丽;郭发军;王艳娟;;分布式关联规则挖掘算法研究[J];科学技术与工程;2007年08期
20 马占欣;周文刚;陆玉昌;;基于最小提升率的正负关联规则挖掘[J];计算机工程与应用;2007年07期
中国重要会议论文全文数据库 前10条
1 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
2 钱铁云;冯小年;王元珍;;超越支持度-置信度框架的负相关对规则挖掘[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
3 范明;魏芳;;挖掘基本显露模式用于分类[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
4 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
5 石磊;杨晓春;于戈;李琳;;等值类XML近似函数依赖及其抽取[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
6 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
7 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
8 方炜炜;杨炳儒;唐志刚;杨君;;基于客观兴趣度的关联规则优化算法研究[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
9 张磊;夏士雄;周勇;牛强;;具有语义最小支持度的关联规则挖掘方法[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
10 邓传国;;频繁项集挖掘与学生素质测评应用研究[A];2007系统仿真技术及其应用学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
2 苟建平;模式分类的K-近邻方法[D];电子科技大学;2013年
3 姜保庆;关于弱比例规则的挖掘及推理研究[D];西南交通大学;2005年
4 孙慧峰;基于协同过滤的个性化Web推荐[D];北京邮电大学;2012年
5 许兆新;基于元知识的数据挖掘系统研究[D];哈尔滨工程大学;2003年
6 郑晓艳;频繁模式挖掘技术研究及其在供应链管理中的应用[D];天津大学;2010年
7 董俊;基于KDD的领域本体构建若干关键问题研究[D];南京邮电大学;2011年
8 肖波;可信关联规则挖掘算法研究[D];北京邮电大学;2009年
9 杨厚群;半结构化数据频繁模式挖掘相关技术研究[D];重庆大学;2010年
10 余光柱;高效用关联规则的挖掘[D];东华大学;2008年
中国硕士学位论文全文数据库 前10条
1 胡福华;基于可信相似度传递的协同过滤算法研究与应用[D];浙江大学;2011年
2 张晓蕾;协同过滤推荐模型及其在汽车电子商务中的应用研究[D];天津师范大学;2010年
3 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
4 白龙;融合数据检测与用户信任的协同过滤算法研究[D];燕山大学;2010年
5 康雨洁;基于协同过滤的个性化社区推荐方法研究[D];中国科学技术大学;2011年
6 庞军;双聚类算法及其在协同过滤中的应用研究[D];大连理工大学;2010年
7 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
8 金亚亚;一种基于改进信任度的协同过滤算法[D];华东理工大学;2011年
9 黄合鑫;电子商务协同过滤算法的研究与实现[D];北京交通大学;2011年
10 刘亭;隐私保持协同过滤推荐算法研究[D];燕山大学;2010年
中国重要报纸全文数据库 前8条
1 特约评论员 王尔山;奥巴马高支持度的另面[N];21世纪经济报道;2009年
2 ;选择合适的数据挖掘算法[N];计算机世界;2007年
3 严宁;挖掘数据寻保险商机[N];网络世界;2007年
4 谢少常;英特尔是可以依靠的大树么?[N];电脑商报;2007年
5 本报记者 许泳;信息化的国家形象[N];计算机世界;2009年
6 鸣人;保存JPEG的两个秘密[N];中国摄影报;2010年
7 ;成本、品牌和人才是外包发展关键[N];中国电子报;2008年
8 乔颖;程序解人意,帮你寻找“顺口”的美食[N];新华每日电讯;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978