声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1772/TN
国际刊号：1673-5439
发布日期:
作者：崔北亮,周小康,李树青
单位：南京工业大学 图书馆，江苏 南京 210009南京财经大学 信息工程学院，江苏 南京 210023南京财经大学 信息工程学院，江苏 南京 210023
关键词：稠密序列；二值视图；数据增强；数据稀疏；推荐系统算法
基金：江苏省高等学校自然科学研究重大项目（19KJA510011）资助项目
通过评分数值提取反映每个用户主要兴趣特征的高兴趣项目特征，并利用用户高概率感兴趣的项目内容进行评分数据填充，形成用户评分数据的有效稠密序列，并进一步按照二值视图思想进行用户评分子序列的二值评分转换。文中所提出的算法普遍优于其他对比实验算法，随着最近邻居数量的不断增加，RMSE最优值达到0.8988，准确率和F值提高最为明显，其中准确度最高提高8.66%，F值最高提高33.96%。使用基于有效稠密序列提取的用户评分数据增强策略要比传统协同过滤方法表现更为优异，并且在表达用户兴趣特征的准确性和一致性方面，使用二值评分数据方法要明显优于原始评分数据方法。
来源：2021年第6期
《南京邮电大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。