JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

×
“关于规范使用生成式人工智能工具的启事

协同过滤在知识推荐中的应用

马彩娟 ,  曹林芬

downloadPDF
马彩娟, 曹林芬. 协同过滤在知识推荐中的应用[J]. 轻工学报, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
引用本文: 马彩娟, 曹林芬. 协同过滤在知识推荐中的应用[J]. 轻工学报, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
shu
MA Cai-juan and CAO Lin-fen. Application of collaborative filter in knowledge recommendation[J]. Journal of Light Industry, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
Citation: MA Cai-juan and CAO Lin-fen. Application of collaborative filter in knowledge recommendation[J]. Journal of Light Industry, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
shu

协同过滤在知识推荐中的应用

  • 河南财经政法大学 数学与信息科学系, 河南 郑州 450002;

  • 河南师范大学 数学学院, 河南 新乡 453007

  • 基金项目: 河南省科技厅重点科技攻关项目(112102210199)

  • 中图分类号: TP311

Application of collaborative filter in knowledge recommendation

  • College of Math and Information Science, He'nan University of Economics and Law, Zhengzhou 450002, China;

  • College of Math, He'nan Normal University, Xinxiang 453007, China

  • Received Date: 2013-03-21
    Available Online: 2013-09-15

    CLC number: TP311

  • 摘要: 将电子商务中的协同过滤推荐算法改进之后应用到知识推荐系统中,通过计算学习者的学习目标、学习背景和认知能力等信息的相似性进行用户聚类,然后使用协同过滤算法对相同聚类簇内的用户进行学习资源的推荐.实验结果表明,该方法可提高推荐的准确度和推荐效率,增强学习者满意度;传统协同过滤推荐中的新用户问题、实时性问题在知识推荐过程中也同样存在,具体解决方法将作为未来研究的主要内容.
    Abstract: To introduce modified collaborative filtering recommendation algorithm to knowledge recommendation system, the user cluster was carried out by calculating the similarity of learning objectives, background and cognitive competence between the different learners and then completing recommendation using collaborative filtering algorithm in the user cluster. The results showed that this method could improve the accuracy and efficiency of recommendation, and could meet user's meeds. In the process of knowledge recommendation, it also exits new user problem, real-time problem similar to traditional collaborative filtering recommendation. The specific solution method will be the main content of future research.
    1. [1]

      楚文娟 , 郭丽霞 , 程东旭 , 王红霞 , 崔廷 , 冯银龙 , 王建民 , 鲁平 . 基于K-means聚类及模糊判别的卷烟包灰性能综合评价方法. 轻工学报, 2024, 39(6): 93-100. doi: 10.12187/2024.06.011

    2. [2]

      孙彦庆 , 杜芬 , 朱宗敏 , 冯晓梅 , 尚丽丽 , 曹婉秀 , 刘楚怡 . 大黄鱼鱼鳔低聚肽的制备及其延缓皮肤衰老的研究. 轻工学报, 2025, 40(1): 107-119. doi: 10.12187/2025.01.013

    3. [3]

      邱勇 , 孟志容 , 林祥志 . 牡蛎壳粉资源化利用研究进展. 轻工学报, 2024, 39(6): 37-48. doi: 10.12187/2024.06.005

    4. [4]

      苏赞 , 曹源 , 孙建生 , 胡志忠 , 邹克兴 , 刘鸿 , 龙章德 , 许春平 . 菌酶协同发酵前后低次烟叶香气差异性分析. 轻工学报, 2025, 0(0): -.

    5. [5]

      张建栋 , 杨忠泮 , 吴恋恋 , 徐大勇 , 朱萍 , 张雯晶 , 堵劲松 . 基于高光谱成像及机器学习的烟叶糖料液施加量判别模型. 轻工学报, 2024, 39(5): 86-94. doi: 10.12187/2024.05.010

    6. [6]

      张雷 , 马永帅 , 洪斌斌 , 熊开胜 , 徐大勇 , 堵劲松 , 李银华 , 邹泉 . 一种改进OSELM算法在片烟复烤过程水分在线检测中的应用. 轻工学报, 2025, 40(3): 95-103. doi: 10.12187/2025.03.011

    7. [7]

      望运滔 , 郭秀琴 , 王昱 , 李胜杰 , 栗俊广 , 陈博 , 白艳红 . 甲壳素颗粒与原花青素协同改善低盐条件下肌原纤维蛋白乳液凝胶的凝胶特性研究. 轻工学报, 2025, 40(3): 28-37. doi: 10.12187/2025.03.004

    8. [8]

      金宝丹 , 王家城 , 杜静雨 , 邓伟玲 , 古家宇 , 王保贵 , 贾宇升 . 食品工业生产废弃物协同低有机质剩余污泥共发酵产酸性能研究. 轻工学报, 2025, 40(4): 115-126. doi: 10.12187/2025.04.013

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:  21
  • 文章访问数:  1216
  • 引证文献数: 0
文章相关
  • 收稿日期:  2013-03-21
  • 刊出日期:  2013-09-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
马彩娟, 曹林芬. 协同过滤在知识推荐中的应用[J]. 轻工学报, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
引用本文: 马彩娟, 曹林芬. 协同过滤在知识推荐中的应用[J]. 轻工学报, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
shu
MA Cai-juan and CAO Lin-fen. Application of collaborative filter in knowledge recommendation[J]. Journal of Light Industry, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
Citation: MA Cai-juan and CAO Lin-fen. Application of collaborative filter in knowledge recommendation[J]. Journal of Light Industry, 2013, 28(5): 50-53. doi: 10.3969/j.issn.2095-476X.2013.05.012
shu

协同过滤在知识推荐中的应用

  • 河南财经政法大学 数学与信息科学系, 河南 郑州 450002;
  • 河南师范大学 数学学院, 河南 新乡 453007
  • 收稿日期: 2013-03-21
  • 网络出版日期: 2013-09-15
基金项目:  河南省科技厅重点科技攻关项目(112102210199)

摘要: 将电子商务中的协同过滤推荐算法改进之后应用到知识推荐系统中,通过计算学习者的学习目标、学习背景和认知能力等信息的相似性进行用户聚类,然后使用协同过滤算法对相同聚类簇内的用户进行学习资源的推荐.实验结果表明,该方法可提高推荐的准确度和推荐效率,增强学习者满意度;传统协同过滤推荐中的新用户问题、实时性问题在知识推荐过程中也同样存在,具体解决方法将作为未来研究的主要内容.

English Abstract

相关文章 (8)

目录

/

返回文章

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

本系统由北京仁和汇智信息技术有限公司开发 技术支持： info@rhhz.net