典型文献
基于灰关联分析和时空偏好特征的兴趣点推荐算法
文献摘要：
为了提高动态推荐效果,从时间个性化和连续性的角度出发,细化了签到用户的时间特征,利用灰关联分析度量时间向量的相似度,与矩阵分解算法结合,给出了一种新的矩阵分解算法.该算法可缓解时间戳细化签到矩阵后带来的数据稀疏的影响.同时为了提高个性化推荐,采用 自适应核密度估计方法捕捉用户的空间偏好,增强用户的个性化体验,进而提高推荐质量.在此基础上,设计了一种新的兴趣点推荐算法.实验结果表明,该算法能有效地提高推荐准确率和召回率.
文献关键词：
兴趣点推荐;灰关联分析;矩阵分解;自适应核密度估计
中图分类号：
作者姓名：
陈江美;张文德
作者机构：
福州大学经济与管理学院,福建福州350108;福州大学信息管理研究所,福建福州350108
文献出处：
引用格式：
[1]陈江美;张文德-.基于灰关联分析和时空偏好特征的兴趣点推荐算法)[J].系统工程与电子技术,2022(06):1934-1941
A类：
B类：
灰关联分析,偏好特征,兴趣点推荐,推荐算法,高动态,推荐效果,签到,时间特征,矩阵分解,缓解时间,时间戳,数据稀疏,高个,个性化推荐,自适应核密度估计,估计方法,空间偏好,召回率
AB值：
0.312311
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
