| 基于全局相似度的在线资源个性化推荐算法研究 |
| |
| 引用本文： | 郑辉. 基于全局相似度的在线资源个性化推荐算法研究[J]. 常熟理工学院学报, 2021, 35(5): 75-80. DOI: 10.3969/j.issn.1008-2794.2021.05.016 |
| |
| 作者姓名： | 郑辉 |
| |
| 作者单位： | 安徽工业经济职业技术学院 计算机与艺术学院,安徽合肥 230051 |
| |
| 摘 要： | 为了提高个性化推荐的准确度,提出一种基于全局相似度的在线资源个性化推荐算法.首先分别基于用户和在线资源对其各自相似性进行计算,运用K-means聚类方法根据对用户偏好和在线资源属性及评分的相似性计算结果对其进行划簇,实现用户与在线资源聚类划分,以此实现精准的个性化在线资源推送.实验结果显示,本文方法推荐的最小平均绝对误差为0.77,查准率随着数据覆盖率的增加可达到60％以上,推荐耗时基本稳定在20 s以内.在推荐准确度、查全率以及效率方面均有良好表现.
|
| 关 键 词： | 在线资源 个性化推荐 全局相似度 K-means聚类 |
Research on Personalized Recommendation Algorithm of Online Resources Based on Global Similarity |
| |
| ZHENG Hui. Research on Personalized Recommendation Algorithm of Online Resources Based on Global Similarity[J]. Journal of Changshu Institute of Technology, 2021, 35(5): 75-80. DOI: 10.3969/j.issn.1008-2794.2021.05.016 |
| |
| Authors: | ZHENG Hui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
