文献

J-GLOBAL ID：202102260093069439   整理番号：21A0101059

ユーザクラスタリングと改良ユーザの類似性を組み合わせた協調フィルタリング推薦【JST・京大機械翻訳】

Collaborative Filtering Recommendation Combining Attribute Clustering and Improving User Similarity

著者 (6件)： Gu Mingxing (河北工程大学 信息与電气工程学院,河北 邯鄲 056038) ,  Huang Weijian (河北工程大学 信息与電气工程学院,河北 邯鄲 056038) ,  Huang Yuan (河北工程大学 信息与電气工程学院,河北 邯鄲 056038) ,  Sheng Long (河北工程大学 信息与電气工程学院,河北 邯鄲 056038) ,  Shen Chao (河北工程大学 信息与電气工程学院,河北 邯鄲 056038) ,  Zhang Mengtian (河北工程大学 信息与電气工程学院,河北 邯鄲 056038)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 22  ページ： 185-190  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： 協調フィルタリングアルゴリズムは情報選別の重要な方式として、大きなデータ時代でますます多くの関心を集めている。しかし,従来の協調フィルタリングアルゴリズムは,厳しいデータスパース性およびユーザ間のスコアの類似性のみを考慮し,推奨精度が低い。それに対して,改良協調フィルタリングアルゴリズムを提案した。K-means++アルゴリズムを用いて,ユーザの属性をクラスタ化し,データのスパース性を低減した。ユーザの興味が時間とともに動的に変化することを考慮して,従来のスコア類似性に時間因子を導入した。信頼誤差をユーザ間の信頼関係に導入して,ユーザ信頼を改善した。時間因子に基づくスコア類似性を,ユーザ信頼性と融合して,ユーザ類似性の計算精度を改善した。シミュレーション実験をMovieLensデータセットで実行し,結果は,提案したアルゴリズムが推薦予測の精度を効果的に改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  信頼性 ,  *クラスタ化 ,  類似性
準シソーラス用語： *協調フィルタリング ,  信頼関係 ,  計算精度 ,  スパース性 , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： クラスタリング ,  類似性 ,  協調フィルタリング ,  推薦