结合用户特征分类和动态时间的协同过滤推荐

最新推荐文章于 2021-08-23 10:56:57 发布
最新推荐文章于 2021-08-23 10:56:57 发布
阅读量873 收藏
点赞数
分类专栏： 推荐算法 文章标签： 推荐算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yimiaomochu/article/details/69802562
版权
该文提出了一种结合用户特征分类和动态时间的协同过滤推荐方法。首先，通过用户特征信息建立用户类别树并计算用户相似性；其次，利用用户特征矩阵计算属性相似性；接着，综合用户特征和分类结果得到新的相似性；再考虑用户特征随时间的变化；同时，计算用户评分相似性；最后，融合所有相似性预测目标用户的评分。
摘要由CSDN通过智能技术生成

谢霖铨, 梁博群. 结合用户特征分类和动态时间的协同过滤推荐, 2015年10月29日[J]. 计算机工程与应用, 2015.

（1）根据用户特征信息建立用户类别树，并根据分类树计算两两用户间相似性 simf(u,v) ；
分类树
基于分类树的用户间相似度
L(hi,hj) 表示节点 i 和节点 j 具有的最大公共路径的节点个数，depth(hi) 表示节点 i 的层次。

（2）根据用户特征矩阵 T ，利用式（3）计算用户属性相似性 simAttr(u,v) ；

最低0.47元/天 解锁文章
yimiaomochu
关注
专栏目录
耦合用户公共特征的单类协同过滤推荐算法
罗伯特技术屋
12-26 196
首先,建立基于邻居的共同偏好表示网络（NB-CPR）,学习与当前用户具有相似显式特征的邻居用户和某一类项目之间的交互关系,间接利用显式特征以获得共同偏好;然后,建立个人深度潜在因素表示网络（DLFR）,使用深度神经网络学习用户-项目之间的潜在因素,从而得到当前用户与项目之间的交互概率;捕获用户的决策从而提高基于项目的协同过滤的性能。用它来比较本文提出的具有显式特征的方法与没有显式特征的基本神经网络协同过滤方法的性能。来比较间接使用用户邻居显式特征的模型与直接使用显式特征和交叉特征的模型的性能。
python协同过滤算法计算时间_Python的协同过滤算法
weixin_30878111的博客
01-15 231
本文作者： 杨晓辉版权声明： 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 3.0 许可协议。转载请注明出处！前言在推荐系统中有很多算法，其中一种就是协同过滤算法。分类在协同过滤算法中，分为两类，基于用户的协同过滤(UserCF)和基于物品的协同过滤(ItemCF)。每个类型的适用情况不同。在上述的两种类型中，基于用户的协同过滤算法是不太常用的，原因如下用户的数量是远远大于物品的数量...
时间动态协同过滤（TimeSVD++）
weixin_30337251的博客
08-03 1542
原作者 原论文地址 http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.379.1951&rep=rep1&type=pdf 本文地址：https://www.cnblogs.com/kyxfx/articles/9414823.html 一直没有找到完整的TimeSVD++译文，就自己翻译了一下。 ...
基于项目聚类与时间衰减的协同过滤推荐算法
07-12
2018夏季科研训练项目，基于项目聚类与时间衰减的协同过滤推荐算法的研究与实现，包含协同过滤推荐算法部分代码以及曲线拟合实现代码，参考硕士论文期刊，科研论文等。
python协同过滤算法计算时间_协同过滤算法_coding - SegmentFault 思否
weixin_31915631的博客
12-24 227
协作型过滤协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filtering, 简称CF)，首先想一个简单的问题，如果你现在想看个电影，但你不知道具体看哪部，你会怎么做？大部分的人会问问周围的朋友，看看最近有什么好看的电影推荐，而我们一般更倾向于从口味比较类似的朋友那里得到推荐。这就是协同过滤的核心思想。协同过滤一般是在海量的用户中发掘出一小部分和你品位比...
推荐算法：基于内容的推荐_3： 用户特征
LandscapeMi
05-29 531
概率方法和贝叶斯 贝叶斯分类器 @@@some effective techniques for naive bayes text classification @@@Integrating tags in a semantic content-based recommender相关反馈和Rocchio算法 允许用户给推荐系统根据用户的信息需求推荐的文本打分 http://blog.sina.c
协同过滤推荐算法改进：结合用户特征分类与动态时间
"这篇论文研究了如何通过结合用户特征分类和动态时间的协同过滤推荐来改进推荐系统的性能，旨在解决数据稀疏、冷启动和用户特征动态变化的问题。" 推荐系统是大数据时代的重要组成部分，特别是在电子商务、信息检索...
综合用户特征及专家信任的协作过滤推荐算法
yimiaomochu的博客
04-07 1316
高发展, 黄梦醒, 张婷婷. 综合用户特征及专家信任的协作过滤推荐算法[J]. 计算机科学, 2017, 44(2):103-106. 总结。改进的混合推荐算法混合推荐算法，即基于改进的用户特征及专家新人的协作过滤算法 基于用户特征的协同过滤 研究表明，当数据集中几乎没有用户评分数据时，利用用户特征也能启动协作过滤算法。所以当新用户到达推荐系统时，利用用户填写的注册信息可以有效缓解推荐系统中的冷
协同过滤推荐算法
yimiiya的博客
01-22 596
协同过滤推荐算法（着重时间方面） 协同过滤算法的几个主要步骤： 收集用户偏好（评分、页面停留时间、点击次数、评论、收藏），将这些信息数字化，在矩阵中表示出来。偏好就是隐性特征空间。 对收集的数据进行减躁和归一化处理。 计算相似用户或物品的相似度（计算向量之间的距离）。 根据相似性进行预测（加权求和）。 推荐 协同过滤算法中基于时间的推荐算法主要分为： 1.分类时间感知算法（时间具有周...
利用特征词进行用户分类
xiaotaiyang222的博客
07-11 537
一 、项目概述：根据需求方提供的特征词，匹配SF内容含有特征词的用户。二 、项目代码#coding:utf-8import jiebaimport refrom stop_words import stop_wordimport pymysql as mydbimport pandas as pdfrom selenium import webdriverimport timeimport osi...
推荐系统-基于用户的协同过滤系统
langsiming的博客
03-29 345
1. 什么是基于用户的协同过滤算法？ 简单来说，给用户推荐和她兴趣相投的其她用户喜欢的物品。 2. 实施步骤 a. 构建用户的特征维度 b. 求用户间的相识度 c. 计算推荐结果 还是通过一个例子来说吧！ 链接：https://pan.baidu.com/s/1TzeSENwaIyOBrsJIAOauIw 提取码：8deq 需要注意的点： 1.在计算用户相似度的前，我们需要构建...
基于上下文的推荐 -- 包括时间衰减算法和位置推荐算法（代码实现）
木东的博客
08-23 1637
基于上下文的推荐 基于时间特征的推荐 时间衰减 基于时间衰减的ItemCF算法 算法核心两部分，都加入了时间衰减项 以movielens数据集实现ItemCF 基于时间衰减的UserCF算法 以movielens数据集实现UserCF 基于地点和热度推荐 原理（包含三种数据集） ...
推荐系统-协同过滤和关联规则的不同适用
阿瞒的博客
12-17 1176
说起来很丢人,以前只是用过关联规则的算,而没听过关联规则,最近才看到一些有关的内容,但同时也很疑惑二者的区别 其实我现在还是没有理解协同过滤具体的算法步骤,只是从各种资料中看到它的适用,自己又总结了一下. 解惑(暂时) 关联规则我很熟悉,先说这个,关联规则最主要的就是频繁项的挖掘,然后从频繁集中生成关联规则,最后匹配待推荐项.如果拿电商来举例,在我看来,使用关联规则的数据集的特征就是购物车的消...
基于用户行为特征的推荐算法
韧
10-21 3561
推荐系统对受众对象是用户 背景：信息过载 以前物质短缺的时候，供不应求，比如去一个百货商店，就几百样商品，简单分分类就可以了。但是因为物资的丰富，供大于求，比如去一个大超市，物品有成千上万种，如果用户不知道自己要买什么，或者她要买的东西藏很难找到角落里，那她要逛比较长的时间（相比于那些超市的熟客）才能买到自己想要物品，久而久之，要想提升超市的盈利就要改善这种不好的用户体验。 但是大家都知道用户...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值