文献

J-GLOBAL ID：201302287700583041   整理番号：13A0505206

項目属性と雲モデル充填に基づく協力的フィルタリング推薦アルゴリズム

Collaborative filtering recommendation algorithm based on item attribute and cloud model filling

著者 (2件)： Sun Jingang (School of Computer Sci. and Technol.,Northwestern Polytechnical Univ., Shaanxi, Xi’an) ,  Ai Lirong (School of Computer Sci. and Technol.,Northwestern Polytechnical Univ., Shaanxi, Xi’an)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 32  号： 3  ページ： 658-660,668  発行年： 2012年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の協力的フィルタリング推薦アルゴリズムにおけるユーザレイティングデータは極端にまばらであり,悪い類似性測定と劣った推薦品質をもたらす。この問題から見て,この論文は改良協力的フィルタリングアルゴリズムを提示した。それは項目属性と雲モデル充填に基づいている。アルゴリズムは新しい類似性計測法を提案し,アイテムの属性の雲モデルと類似性に基づくデータ充填を使用する。新しい方法は,充填マトリックスに基づいた従来の類似性測定を用いてレイティング類似性を計算して,アイテムの属性を用いて起因類似性を計算して,そこで重み係数を用いて最終類似性を得た。実験結果は,この方式が効率的にユーザレイティングデータの極度なスパース性によって引き起こされた類似性測定最大誤差の問題を解決して,従来の協力的フィルタリングアルゴリズムより良い推薦結果を提供できることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *アルゴリズム ,  *フィルタリング ,  雲モデル ,  行列 ,  レイティング ,  性質 ,  係数 ,  利用者
準シソーラス用語： マトリックス【行列】 ,  スパース性 ,  実験結果 ,  重み係数 ,  ユーザー

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 属性 ,  雲モデル ,  協力 ,  フィルタリング ,  推薦アルゴリズム