作者：曲朝阳; 宋晨晨; 任有学; 刘耀伟; 牛强; ...用户活跃度聚类协同过滤
摘要：为了解决协同过滤推荐算法中存在的流行偏置问题,提出一种结合用户活跃度的协同过滤推荐算法（UACF）。该算法考虑用户活跃度对推荐结果的影响,通过对用户活跃度进行聚类分析,针对不同聚类结果中的用户进行分类处理,并引入到相似度计算过程中,以提高相似度计算的可靠性。典型数据集上的对比实验表明该算法能够较好的提高推荐准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《东北电力大学学报》（CN：22-1373/TM）是一本有较高学术价值的双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《东北电力大学学报》主要刊载电力、电机、动力、热能、信息工程、自动控制与系统工程、电厂化学与机械、电子等学科和技术的最新研究成果及社会科学研究方面的论文。
北大期刊、统计源期刊
人气 82218 评论 73
部级期刊
人气 69179 评论 50
人气 53625 评论 65
统计源期刊
人气 48892 评论 51
