基于用户-主题关联挖掘的虚拟社区推荐方法研究.PDFVIP

基于用户-主题关联挖掘的虚拟社区推荐方法研究.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于用户-主题关联挖掘的虚拟社区推荐方法研究.PDF

第36卷摇 第6期 情摇 报摇 杂摇 志 Vol.36摇 No.6 2017年6月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 JOURNAL OF INTELLIGENCE摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 June摇 2017 基基于用户-主题关联挖掘的虚拟社区 推荐方法研究* 胡摇 潜摇 明均仁 (中国科学技术信息研究所摇 北京摇 100038) 摘摇 要摇 [目的/ 意义]针对现有的虚拟社区推荐方法缺乏兼顾推荐准确性和新颖性的问题,将数据挖掘技术与信息 推荐方法相结合,提出了基于用户-主题关联挖掘的虚拟社区推荐方法。 [方法/ 过程]该方法通过构建用户-用户 相似度矩阵、社区-社区主题距离矩阵、基于矩阵分解的智能推荐等过程,使得推荐结果能在保证高准确性的前提 下,兼顾推荐的新颖性。 [结果/ 结论]实验结果表明,该方法取得了理想的预期结果,推荐效果既能保证准确性,又 能体现新颖性。 关键词摇 关联挖掘摇 智能推荐摇 虚拟社区 中图分类号摇 G252摇 摇 摇 摇 摇 摇 摇 文献标识码摇 A摇 摇 摇 摇 摇 文章编号摇 1002-1965(2017)06-0156-04 引用格式摇 胡摇 潜,明均仁.基于用户-主题关联挖掘的虚拟社区推荐方法研究[J].情报杂志,2017,36(6):156- 159,185. DOI摇 10.3969/j.issn.1002-1965.2017.06.027 Research on Virtual Community Recommendation Method Based on User-topic Association Mining Hu Qian摇 Ming Junren (Institute of Scientific and Technical Information of China,Beijing摇 100038) Abstract摇 [Purpose/ Significance]Aimed at solving the problem of lacking accuracy and novelty of the existing virtual community rec鄄 ommendation method,thispaper combinedthedataminingtechnologywithinformationrecommendationmethodandproposedtherecom鄄 mendation method ofvirtualcommunitybasedontheuser-topicassociationmining.[Method/ Process]Themethodcannotonlymakethe recommendation result more reasonable,but also ensuresitsnovelty by constructing user-user similarity matrix,community-community topic distance matrix and intelligent recommendation based on matrix decomposition.[Result/ Conclusion]The experimental results show that the method hasobtainedtheidealexpectedrecommendationresults,notonlyguaranteeingtheaccuracy,butalsoreflectingthenovelty. Key words摇 association mining摇 intelligent recommendation摇 v

文档评论(0)

thl1006 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档