TY -的A2 -李,Hyo-Jong盟——张,富国盟——刘Yehuan盟——熊Qinqiao PY - 2017 DA - 2017/05/04 TI -一种新的优惠扩散推荐算法根据用户最近的邻居SP - 1386461六世- 2017 AB -推荐系统是一个非常有效的方式应对信息过载的问题对在线用户。近年来,基于网络的推荐算法具有更好的性能比标准的协同过滤方法。然而,大多数基于网络的算法不给足够高的体重目标用户的最近邻居的影响在资源扩散过程中,当一个用户或一个对象与高度在标准的质量将获得更大的影响力扩散算法。在本文中,我们提出一个新颖的优惠扩散推荐算法考虑目标用户的最近邻居的意义和评价的三个真实的数据集:MovieLens 100 k, MovieLens 1 m, Epinions这样。实验结果表明,小说优惠扩散基于用户的最近邻居的推荐算法可以显著提高推荐精度和多样性。SN - 1687 - 7578你2017/1386461 / 10.1155——https://doi.org/10.1155/2017/1386461——摩根富林明-国际期刊的数字多媒体广播PB - Hindawi KW - ER