|
本文提出一种结合社交与标签信息的协同过滤推荐算法。该算法通过整合用户之间的社交关系和物品的标签数据，提升推荐系统的准确性和多样性。研究利用社交网络中的信任关系增强用户相似度计算，同时引入标签信息优化物品特征表示。实验结果表明，该方法在多个数据集上均优于传统协同过滤算法，具有良好的应用前景。 文档为pdf格式，0.05MB，总共1页。
- 文件大小:
- 51.2 KB
- 下载次数:
- 60
- 结合社交与标签信息的协同过滤推荐算法 - 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研 ...
-
高速下载
| 
