[1] Bobadilla J, Ortega F, Hernando A, et al. Improving collaborative filtering recommender system results and performance using genetic algorithms[J]. Knowledge-based systems, 2011,24(8): 1310-1316.
[2] Pirasteh P, Jung J J, Hwang D. Item-based collaborative filtering with attribute correlation: A case study on movie recommendation[M]// Intelligent Information and Database Systems. Springer International Publishing, 2014:245-252.
[3] 韦素云, 业宁, 朱健,等. 基于项目聚类的全局最近邻的协同过滤算法[J]. 计算机科学, 2012,39(12):149-152.
[4] 张斌,张引,高克宁,等. 融合关系与内容分析的社会标签推荐[J]. 软件学报, 2012,23(3):476-488.
[5] Symeonidis P, Nanopoulos A, Manolopoulos Y. Tag recommendations based on tensor dimensionality reduction[C]// Proceedings of the 2008 ACM Conference on Recommender Systems. 2008:43-50.
[6] 吴成超, 王卫平. 考虑用户兴趣变化的概率隐语意协同推荐算法[J]. 计算机系统应用, 2014,23(5):162-166.
[7] 刘春,梁光磊,谭国平. 基于用户兴趣变化融合的个性化推荐模型[J]. 计算机工程与设计, 2013,34(8):2944-2950.
[8] 王石,曹存根,裴亚军,等. 一种基于搭配的中文词汇语义相似度计算方法[J]. 中文信息学报, 2013,27(1):7-14.
[9] 鄂海红,宋美娜,李川,等. 结合时间上下文挖掘学习兴趣的协同过滤推荐算法[J]. 北京邮电大学学报, 2014,37(6):49-53.
[10]查九,李振博,徐桂琼. 基于组合相似度的优化协同过滤算法[J]. 计算机应用与软件, 2014(12):323-328.
[11]赵艳,王亚民,刘怀亮. 基于标签网络聚类的个性化资源推荐模型研究[J]. 情报杂志, 2014(4):179-183.
[12]项亮,陈义,王益. 推荐系统实践[M]. 北京:人民邮电出版社, 2012.
[13]蔡孟松. 基于社交用户标签的混合个性化推荐研究[D]. 重庆:重庆大学, 2013.
[14]Hao Fei, Zhong Shengtong. Tag recommendation based on user interest lattice matching[C]// 2010 3rd IEEE International Conference on Computer Science and Information Technology (ICCSIT). 2010:276-280.
[15]程飞. 基于用户相似性的协同过滤推荐算法研究[D]. 北京:北京交通大学, 2012.
[16]叶树鑫,何聚厚. 协作学习中基于协同过滤的学习资源推荐研究[J]. 计算机技术与发展, 2014(10):63-66.
[17]徐彬,张建明. 基于标签与协同过滤算法的淘书吧应用[J]. 电子设计工程, 2014(23):21-23. |