[1] 许鹏远. 多因素综合框架的协同过滤推荐算法[D]. 大连:大连理工大学, 2017.
[2] PAZZANI M J, BILLSUS D. Content-based recommendation systems[M]// The Adaptive Web. Springer Berlin Heidelberg, 2007:325-341.
[3] SARWAR B, KARYPIS G, KONSTAN J, et al. Item-based collaborative filtering recommendation algorithms[C]// Proceedings of the 10th International Conference on World Wide Web. 2001:285-295.
[4] 王硕,孙光明,邹静昭,等. 基于用户推荐影响度的并行协同过滤算法[J]. 计算机科学, 2017,44(9):250-255.
[5] 王一鸣. 基于知识图谱的推荐技术研究及应用[D]. 成都:电子科技大学, 2018.
[6] 李容,李明奇,郭文强. 基于改进相似度的协同过滤算法研究[J]. 计算机科学, 2016,43(12):206-208.
[7] 冀俊忠,沙志强,刘椿年. 贝叶斯网模型在推荐系统中的应用研究[J]. 计算机工程, 2005(13):32-34.
[8] 马汉达,戴季国,薛艳飞. 一种基于贝叶斯分类的个性化导购推荐算法[J]. 信息技术, 2017(11):133-138.
[9] 何明,孙望,肖润,等. 一种融合聚类与用户兴趣偏好的协同过滤推荐算法[J]. 计算机科学, 2017,44(S2):391-396.
[10]张峻玮,杨洲. 一种基于改进的层次聚类的协同过滤用户推荐算法研究[J]. 计算机科学, 2014,41(12):176-178.
[11]邹凌君,陈崚,李娟. 时间加权的混合推荐算法[J]. 计算机科学, 2016,43(S2):451-454.
[12]陈荣赏. 遗传聚类的协同推荐方法在点餐系统中的应用设计[D]. 泉州:华侨大学, 2017.
[13]曾安,高成思,徐小强. 融合时间因素和用户评分特性的协同过滤算法[J]. 计算机科学, 2017,44(9):243-249.
[14]张佳乐,梁吉业,庞继芳,等. 基于行为和评分相似性的关联规则群推荐算法[J]. 计算机科学, 2014,41(3):36-40.
[15]洪常乐. 融合用户评分和评语的贝叶斯推荐算法研究[D]. 北京:北京交通大学, 2017.
[16]何明,肖润,刘伟世,等. 融合类别信息和用户兴趣度的协同过滤推荐算法[J]. 计算机科学, 2017,44(8):230-235.
[17]苏梦珂,杨煜普. 基于信息熵和用户行为一致性的协同过滤分组推荐[J/OL]. 计算机应用研究, 2018(12):1-6[2018-12-04]. http://kns.cnki.net/kcms/detail/51.1196.TP.20181009.1405.010.html.
[18]李贵,陈盛红,李征宇,等. 融合用户时效偏好的推荐算法[J]. 计算机科学, 2014,41(S1):394-399.
[19]蔡海尼,覃梦秋,文俊浩,等. 基于情境相似度和二次聚类的协同过滤推荐算法[J]. 计算机科学, 2016,43(4):210-213.
[20]郭俊霞,许文生,卢罡. 基于用户浏览轨迹的商品推荐[J]. 计算机科学, 2016,43(12):223-228.
[21]AGRAWAL R, SRIKANT R. Fast algorithms for mining association rules[C]// Proceedings of the 20th International Conference on Very Large Databases. 1994:487-499.
[22]HAN J, PEI J, YIN Y. Mining frequent patterns without candidate generation[C]// Proceedings of 2000 ACM-SIGMOD International Conference on the Management of Data. 2000:1-12.
[23]PEI J, HAN J W, MORTAZAVI-ASL B, et al. PrefixSpan:Mining sequential patterns efficiently by prefix projected pattern growth[C]// Proceedings of the 17th International Conference on Data Engineering. 2001:215-224.
[24]LAU J H, COOK P, MCCARTHY D, et al. Word sense induction for novel sense detection[C]// Proceedings of the 13th Conference of the European Chapter of the Association for Computational Linguistics. 2012:591-601.
[25]GroupLens. MovieLens Datasets[EB/OL]. (2016-06-16)[2018-12-04]. http://grouplens.org/datasets/movielens. |