您的位置: 专家智库 > >

贺银慧

作品数:2 被引量:14H指数:1
供职机构:电子科技大学更多>>
发文基金:四川省应用技术研究与开发项目中国博士后科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇用户
  • 2篇相似度
  • 2篇协同过滤
  • 1篇信任
  • 1篇用户信任
  • 1篇社会网
  • 1篇社会网络
  • 1篇推荐系统
  • 1篇相似度算法

机构

  • 2篇电子科技大学

作者

  • 2篇贺银慧
  • 1篇傅彦
  • 1篇陈端兵
  • 1篇陈勇

传媒

  • 1篇计算机科学

年份

  • 1篇2011
  • 1篇2010
2 条 记 录,以下是 1-2
排序方式:
社会网络中用户信任关系的研究及其应用
以万维网为基础的社会网络的迅速发展,促使了社会网络的研究的革新,尤其是当社会网络发展到允许用户描述其与他人的关系,而不仅是只能描述他们之间的联系时,这种现象就更加明显。随之而来,信任关系也得到人们越来越多的关注。在本篇论...
贺银慧
关键词:信任相似度协同过滤推荐系统
文献传递
一种结合共同邻居和用户评分信息的相似度算法被引量:13
2010年
随着互联网的发展,推荐系统逐步得到广泛应用,协同过滤(CF)是其中运用得最早、最成功的技术之一。CF首先根据用户间的相似度,找出每个用户的近邻;然后根据目标用户近邻的评分预测目标用户的评分;最后把预测评分较高的项目推荐给目标用户。因此相似度计算方法直接关系到预测结果的准确性,对推荐起着至关重要的作用。目前,学者们已从不同的角度提出了各种各样的相似度计算方法,其中共同邻居算法(common-neighbors)是一种简单有效的方法。但此法仅考虑了两用户间的共同邻居数,忽略了用户的具体评分信息。针对这个问题对共同邻居算法进行了改进,同时考虑了共同邻居数和用户的评分信息。实验结果表明,改进的共同邻居算法在一定程度上可提高评分预测的准确性。
贺银慧陈端兵陈勇傅彦
关键词:协同过滤相似度算法
共1页<1>
聚类工具0