| 一种基于协同过滤和混合相似性模型的推荐算法 |
| |
| 作者姓名： | 丁家满 沈书琳 贾连印 游进国 李润鑫 |
| |
| 作者单位： | 昆明理工大学信息工程与自动化学院,昆明 650500;云南省人工智能重点实验室,昆明 650500;昆明理工大学信息工程与自动化学院,昆明 650500;云南省人工智能重点实验室,昆明 650500;昆明理工大学信息工程与自动化学院,昆明 650500;云南省人工智能重点实验室,昆明 650500;昆明理工大学信息工程与自动化学院,昆明 650500;云南省人工智能重点实验室,昆明 650500;昆明理工大学信息工程与自动化学院,昆明 650500;云南省人工智能重点实验室,昆明 650500 |
| |
| 基金项目： | 国家自然科学基金资助项目（51467007,61562054） |
| |
| 摘 要： | 针对推荐系统协同过滤方法中存在的数据稀疏和冷启动等问题,提出一种基于协同过滤和混合相似性模型的推荐算法。该算法首先计算用户在不同项目间的相似性,然后结合项目特性和标签信息权重来描述用户、项目、特性和标签之间的关系;其次,设定用户偏好因子和不对称因子调整不同用户间的评分偏好;最后,结合用户间相似性、项目综合权重,以及评分偏好构建混合相似性模型,并加入用户时间权重信息解决项目冷启动问题。在公开的MovieLens数据集上的实验表明,该算法在各种评估指标上比其他相关方法获得更显著的结果。
|
| 关 键 词： | 推荐算法 协同过滤 混合相似 冷启动 |
| 收稿时间： | 2019-04-20 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《上海理工大学学报》浏览原始摘要信息 |
|
点击此处可从《上海理工大学学报》下载免费的PDF全文 |
|
