龙国虎 , 朵琳 . 神经网络推荐系统协同过滤算法研究 [J ] . 中国水运(下半月) , 2024 , 24 ( 3 ): 40 - 42 .

王君威 , 余粟 . 基于隐式数据和Apriori的协同过滤推荐算法 [J ] . 智能计算机与应用 , 2022 , 12 ( 3 ): 200 - 203,207 .

王威 , 郑骏 . 基于用户相似度的协同过滤算法改进 [J ] . 华东师范大学学报(自然科学版) , 2016 ( 3 ): 60 - 66 .

陈碧毅 , 黄玲 , 王昌栋 , 等 . 融合显式反馈与隐式反馈的协同过滤推荐算法 [J ] . 软件学报 , 2020 , 31 ( 3 ): 794 - 805 .

李浩 , 张亚钏 , 康雁 , 等 . 融合循环知识图谱和协同过滤电影推荐算法 [J ] . 计算机工程与应用 , 2020 , 56 ( 2 ): 106 - 114 .

向程冠 , 周东波 , 李雷 , 等 . 基于关联规则与知识追踪的编程题目推荐算法 [J ] . 计算机工程与设计 , 2022 , 43 ( 11 ): 3135 - 3142 .

杨家兴 . 基于关联规则的网络信息协同过滤推荐算法 [J ] . 信息与电脑(理论版) , 2021 , 33 ( 17 ): 63 - 65 .

纪文璐 , 王海龙 , 苏贵斌 , 等 . 基于关联规则算法的推荐方法研究综述 [J ] . 计算机工程与应用 , 2020 , 56 ( 22 ): 33 - 41 .

包志强 , 宋静霞 . 结合关联规则填充的协同过滤改进算法 [J ] . 现代电子技术 , 2019 , 42 ( 3 ): 78 - 81,86 .

岳希 , 唐聃 , 舒红平 , 等 . 基于数据稀疏性的协同过滤推荐算法改进研究 [J ] . 工程科学与技术 , 2020 , 52 ( 1 ): 198 - 202 .

吴琼 . 基于用户协同过滤算法在调停课管理系统中的应用 [J ] . 电子技术与软件工程 , 2021 ( 19 ): 196 - 197 .

顾明星 , 黄伟建 , 黄远 , 等 . 结合用户聚类与改进用户相似性的协同过滤推荐 [J ] . 计算机工程与应用 , 2020 , 56 ( 22 ): 185 - 190 .

刘莉 . 基于情感分析的个性化推荐算法研究 [J ] . 计算机研究与发展 , 2023 , 60 ( 3 ): 520 - 532 .