参考文献
[1]张玉清, 刘奇旭, 付安民, 等. 新时代下的网络空间治理[J]. 信息安全研究, 2021, 7(6): 486487[2]Isinkaye F O, Folajimi Y O, Ojokoh B A. Recommendation systems:Principles, methods and evaluation[J]. Egyptian Informatics Journal, 2015, 16(3): 261273[3]阮光册, 夏磊.互联网推荐系统研究综述[J].情报学报, 2015, 34(9): 9991008[4]Phelan O, Mccarthy K, Bennett M, et al. Terms of a feather: Contentbased news discovery and recommendation using Twitter[G] LNISA 6611: Advances in Information Retrieval—33rd European Conf on IR Research (ECIR 2011). Berlin: Springer, 2011: 448459[5]Sliva E, Camilojunior C G, Pascoal L, et al. An evolutionary approach for combining results of recommend systems techniques based on collaborative filtering[J]. Expert Systems with Applications, 2016, 53(7): 204218[6]Su X, Khoshgoftaar T M. A survey of collaborative filtering techniques[J]. Advances in Artificial Intelligence, 2009, 2009(4): 119[7]王维, 高岭, 高全力. 融合用户信任和用户兴趣漂移的协同过滤算法[J]. 微电子学与计算机, 2019, 36(7): 103108[8]罗洋, 夏鸿斌, 刘渊. 融合注意力LSTM的协同过滤推荐算法[J]. 中文信息学报, 2019, 33(12): 110118[9]王家华, 谈国新, 张文元, 等. 融合改进加权Slope One的协同过滤算法[J]. 微电子学与计算机, 2020, 37(4): 3742[10]李改, 陈强, 李磊. 基于评分预测与排序预测的协同过滤推荐算法[J].电子学报, 2017, 45(12): 30703075[11]彭敏, 席俊杰, 代心媛, 等. 基于情感分析和LDA主题模型的协同过滤推荐算法[J]. 中文信息学报, 2017, 31(2): 194203[12]朱磊, 胡沁涵, 赵雷, 等. 基于评分偏好和项目属性的协同过滤算法[J]. 计算机科学, 2019, 47(4): 6773[13]邓爱林, 朱扬永, 施伯乐. 基于项目评分预测的协同过滤推荐算法[J]. 软件学报, 2003, 14(9): 16211628[14]岳希, 唐聃, 舒红平, 等. 基于数据稀疏性的协同过滤算法改进研究[J]. 工程科学与技术, 2020, 52(1): 198202[15]肖文强, 姚世军, 吴善明. 一种改进的topN协同过滤推荐算法[J]. 计算机应用研究, 2018, 35(1): 105108, 112[16]罗辛, 欧阳元新, 熊璋, 等. 通过相似度支持度优化基于K近邻的协同过滤算法[J]. 计算机学报, 2010, 33(8): 14371445[17]Xia Peipei, Zhang Li, Li Fanzhang. Learning similarity with cosine similarity ensemble[J]. Information Sciences, 2015, 307: 3952[18]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): 243249
|