用动态贝叶斯网络构建协同过滤推荐的新方法

被引：2

作者：

赵永梅 ^{[1
]}

任大勇 ^{[2
]}

张红梅 ^{[1
]}

拓明福 ^{[1
]}

机构：

[1] 空军工程大学理学院

[2] 渭南师范学院

来源：

科学技术与工程 | 2011年 / 11卷 / 09期

关键词：

隐马尔科夫模型; 协同过滤推荐; 动态贝叶斯网络;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种基于动态贝叶斯网络的隐马尔可夫协同过滤推荐的新方法。基于隐马尔可夫模型的协同过滤方法模拟用户在浏览网页时的行为,根据用户浏览网页时的行为建立最近邻集合。在基于隐马尔可夫协同过滤推荐技术的基础上,构造基于DBN的推荐模型。当有新类型的数据加入时,用此模型来更新推荐模型。实验表明,此方法具有较高的推荐质量。

引用

页码：2012 / 2016

页数：5

共 8 条

[1]

基于贝叶斯网络的用户兴趣发现.[D].魏芳.西安建筑科技大学.2007, 03

[2]

基于动态贝叶斯网络的音视频语音识别模型研究.[D].孙阿利.西北工业大学.2007, 06

[3]

贝叶斯网络在语音鲁棒性识别中的应用.[D].王兴斌.解放军信息工程大学.2006, 06

[4] 基于HMM模型的协同过滤推荐方法 [J].