[1]邓晓懿,金淳,韩庆平,等. 基于情境聚类和用户评级的协同过滤推荐模型[J]. 系统工程理论与实践, 2013,33(11):2945-2953.
[2]Shi Y, Larson M, Hanjalic A. Exploiting user similarity based on rated-item pools for improved user-based collaborative filtering[C]// Proceedings of the 2009 ACM Conference on Recommender Systems. 2009:125-132.
[3]Robert B, Yehuda K, Chris V. Modeling relationships at multiple scales to improve accuracy of large recommender systems[C]// Proceeding of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. California, USA, 2007:95-104.
[4]代金龙. 协同过滤算法中数据稀疏性问题研究[D]. 重庆:重庆大学, 2013.
[5]王道平,李秀雅,杨岑. 基于内容相似度的知识协同过滤推送算法研究[J]. 情报理论与实践, 2013,36(10):86-90.
[6]王玉斌,孟祥武,胡勋. 一种基于信息老化的协同过滤推荐算法[J]. 电子与信息学报, 2013,35(10):2391-2396.
[7]吴湖,王永吉,王哲,等. 两阶段联合聚类协同过滤算法[J]. 软件学报, 2011,21(5):1042-1054.
[8]Tsai C F, Hung C. Cluster ensembles in collaborative filtering recommendation[J]. Applied Soft Computing, 2012,12(4):1417-1425.
[9]Sarwar B, Karypis G, Konstan J. Item-based collaborative filtering recommendation algorithms[C]// Proceedings of the 10th International World Wide Web Conference. New York, 2001:285-295.
[10]赵宏霞,王新海,杨皎平. 基于用户和项目因子分析的混合协同推荐算法[J]. 计算机应用, 2011,31(5):1382-1386.
[11]李忠俊,周启海,帅青红. 一种基于内容和协同过滤同构化整合的推荐系统模型[J]. 计算机科学, 2009,36(12):142-145.
[12]李涛,王建东,叶飞跃,等. 一种基于用户聚类的协同过滤推荐算法[J]. 系统工程与电子技术, 2007,29(7):1178-1182.
[13]刘庆鹏,陈明锐. 优化稀疏数据集提高协同过滤推荐系统质量的方法[J]. 计算机应用, 2012,32(4):1082-1085.
[14]李改,潘嵘,李章凤,等. 基于大数据集的协同过滤算法的并行化研究[J]. 计算机工程与设计, 2012,33(6):2437-2441.
[15]李华,张宇,孙俊华. 基于用户模糊聚类的协同过滤推荐研究[J]. 计算机科学, 2012,39(12):83-86.
[16]于洪,李转运. 基于遗忘曲线的协同过滤推荐算法[J]. 南京大学学报(自然科学版), 2010,46(5):520-527.
[17]王海艳,张大印. 一种可信的基于协同过滤的服务选择模型[J]. 电子与信息学报, 2013,35(2):349-354.
|