[1] 侯银秀,李伟卿,王伟军,等. 基于用户偏好与商品属性情感匹配的图书个性化推荐研究[J]. 数据分析与知识发现, 2017(8):9-19.
[2] 黄创光,印鉴,汪静,等. 不确定近邻的协同过滤推荐算法[J]. 计算机学报, 2010,33(8):1369-1377.
[3] 孙光浩,刘丹青,李梦云. 个性化推荐算法综述[J]. 软件, 2017(7):70-78.
[4] 刘建国,周涛,汪秉宏. 个性化推荐系统的研究进展[J]. 自然科学进展, 2009(1):1-15.
[5] 唐晓波,周咏. 基于图书基因组的个性化图书推荐研究[J]. 图书馆学研究, 2017(2):76-85.
[6] 张麒麟,姜霖. 基于文献内容的图书推荐机制研究[J]. 图书馆学研究, 2018(1):78-81,17.
[7] 王政,郜鲁涛,齐伟恒,等. 基于FP_Growth和Slope_one的图书推荐[J]. 计算机技术与发展, 2018,28(9):83-87,93.
[8] ADOMAVICIUS G, KWON Y O. Improving aggregate recommendation diversity using ranking-based technique[J]. IEEE Transactions on Knowledge and Data Engineering, 2012,24(5):896-911.
[9] 黄立威,江碧涛,吕守业,等. 基于深度学习的推荐系统研究综述[J]. 计算机学报, 2018(3):1-30.
[10]郭晓慧. 基于改进协同过滤的图书推荐算法研究[J]. 情报探索, 2018(1):34-36.
[11]郑祥云,陈志刚,黄瑞,等. 基于主题模型的个性化图书推荐算法[J]. 计算机应用, 2015,35(9):2569-2573.
[12]严凡,张霁月. 基于图书语义信息的推荐方法研究[J]. 图书馆学研究, 2018(21):40-45.
[13]刘高军,李越洋. 基于借阅信息的图书个性化推荐算法研究[J]. 数字技术与应用, 2017(3):156-158.
[14]王国霞,刘贺平. 个性化推荐系统综述[J]. 计算机工程与应用, 2012,48(7):66-74.
[15]CHENG H T, KOC L, HARMSEN J, et al. Wide & deep learning for recommender systems[C]// Proceedings of the 1st Workshop on Deep Learning for Recommender Systems. 2016:7-10.
[16]赵杰. 基于改进用户兴趣模型的个性化图书推荐算法[J]. 机床与液压, 2018(6):193-198.
[17]肖迎元,张红玉. 基于用户潜在特征的社交网络好友推荐方法[J]. 计算机科学, 2018(3):220-224,254.
[18]黄贤英,龙姝言,谢晋. 结合用户兴趣度聚类的协同过滤推荐算法[J/OL]. (2018-08-21).http://kns.cnki.net/kcms/detail/51.1196.TP.20180524.2109.032.html.
[19]杨秀萍. 融合用户评分和属性相似度的协同过滤推荐算法[J]. 计算机与现代化, 2017(7):16-19.
[20]朱振国,刘民康,赵凯旋. 基于用户联合相似度的推荐算法[J]. 计算机系统应用, 2018(5):126-132.
[21]McLAUGHLIN M R,HERLOCKER J L. A collaborative filtering algorithm and evaluation metric that accurately model the user experience[C]// Proceedings of the 27th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. 2004:329-336.
[22]陈彬,张荣梅. 智能推荐系统研究综述[J]. 河北省科学院学报, 2018,35(3):82-92.
[23]孙华艳,李业丽,字云飞,等. 协同过滤推荐算法的改进与研究[J]. 计算机技术与发展, 2018(10):44-48.
|