10.16652/j.issn.1004-373x.2019.21.019
改进型协同过滤的API服务推荐方法研究
在构建用户兴趣模型时,为了充分挖掘用户间的信任度和关注度,针对现有的API服务推荐算法,提出一种基于用户信任度和关注度的改进型协同过滤API服务推荐算法.该算法在传统算法的基础上引入用户间的信任度和关注度概念,以此提升准确性,优化推荐顺序.针对矩阵的稀疏性和用户客观原因造成的推荐误差,分别采用改进的空值填补法和均值中心化法进行处理.通过实现模型和算法的实验仿真,证明了改进的算法比传统算法具有更高的准确性及更优的推荐顺序.
API服务、协同过滤推荐算法、信任度挖掘、空值填补、个性化推荐、仿真实验
42
TN911-34
河北省高等学校科学技术研究优秀青年项目YQ2014014;河北省自然科学基金青年基金项目F2015402119;河北省专业学位教学案例库立项建设项目KCJSZ2017076;河北省教育厅项目QN2016142
2019-11-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
86-89