朱保华
- 作品数：3 被引量：12H指数：2
- 供职机构：西安工程大学计算机科学学院更多>>
- 发文基金：陕西省教育厅科研计划项目陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于用户特征和用户兴趣的推荐计算
- 2014年
- 协同过滤技术是个性化推荐系统中最经典的代表,但传统的协同过滤技术也面临着冷启动、数据稀疏性等弊端,加上协同过滤技术很少考虑用户兴趣随时间变化和用户特征等因素,导致推荐质量不尽如人意。在传统协同过滤的基础上,结合用户兴趣变化和用户特征两方面,提出一种改进算法的协同过滤技术,与传统技术相比推荐质量显著提高。
- 朱保华
- 关键词：协同过滤用户兴趣用户特征个性化推荐
- 基于多特征相似的用户兴趣推荐被引量：9
- 2016年
- 通过协同过滤获取用户的兴趣是为其提供贴心的个性化服务的关键技术.针对传统的协同过滤推荐算法不仅只考虑用户间单个特征的相似性,而且忽略用户兴趣会随时间变化而变化,从而难以准确地预测目标用户的兴趣,针对上述问题,提出一种基于多特征相似的用户兴趣推荐算法.在近邻居中寻找出与目标用户多特征相似的用户,根据相似用户对项目的评分以及目标用户兴趣随时间变化的时间函数来预测目标用户对该项目的评分,从而达到向目标用户推荐的目的.实验结果表明,该算法与传统的协同过滤推荐算法相比,能有效地提高用户推荐的质量.
- 张晓滨杨东山朱保华
- 关键词：用户兴趣个性化推荐协同过滤时间函数
- 移动用户餐饮个性化需求推荐研究被引量：3
- 2015年
- 在个性化推荐系统中,协同过滤技术是应用最成功的技术。协同过滤技术包含几种典型代表,基于用户的协同过滤、基于内容项的协同过滤、基于关联规则的协同过滤等,这些方法都有各自的优缺点和应用领域。通过对传统协同过滤算法进行分析,根据移动用户餐饮个性化的特点,引入杰卡德系数,将杰卡德系数引入到协同过滤中并对算法进行改进,最终在移动用户餐饮个性化推荐中取得了较为理想的效果。
- 朱保华张晓滨
- 关键词：个性化协同过滤
