Indexed by：
Abstract：
针对推断网络(NBI)的二分图方法中只是考虑用户是否评价过项目,却没有利用用户评分高低这一局限性,提出基于偏好的推断网络(PNBI)推荐方法.该方法在推断网络的基础上,考虑单个用户对项目评分高低体现了该用户对项目的喜好程度,在＂用户-项目＂的资源分配过程中,将资源分配给评分值较大的评分项,该方法能克服NBI算法中无法使用低评分值数据的缺陷.考虑到数据的稀疏性问题,采用倒排表的方法来节省相似度的运算次数,加速算法.在Movie Lens数据集上的实验表明,PNBI二分图推荐算法在准确率、覆盖率和召回率三个方面均优于NBI二分图推荐算法.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机系统应用
ISSN： 1003-3254
CN： 11-2854/TP
Year： 2015
Issue： 04
Volume： 24
Page： 196-200
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
