基于偏好度特征构造的个性化推荐算法 |
| |
引用本文: | 黄金超,张佳伟,陈宁,陈毅鸿,江文,李生红.基于偏好度特征构造的个性化推荐算法[J].上海交通大学学报,2018(7). |
| |
作者姓名: | 黄金超 张佳伟 陈宁 陈毅鸿 江文 李生红 |
| |
作者单位: | 上海交通大学网络空间安全学院;携程旅游网络技术有限公司平台商务部;上海市信息安全综合管理技术研究重点实验室 |
| |
摘 要: | 随着在线旅游业酒店数量的日益增多,用户点评信息稀疏问题愈加严重,这不仅导致推荐准确度大幅下降,而且使传统推荐算法的计算负荷随之增加,难以满足实时性要求.基于此,从挖掘用户历史信息与待推荐物品之间潜在相关性的角度出发,对基于内容的推荐算法进行改进,提出了一种基于偏好度特征构造的个性化推荐算法.该算法通过计算偏好分来构造偏好度特征,并借助机器学习领域的分类算法得以实现.将该算法应用于线上旅游业的个性化子房型推荐,通过对真实数据集的实验与分析,验证了所提出个性化推荐算法的简便与有效性,且较传统推荐算法更具实时性和通用性.
|
本文献已被 CNKI 等数据库收录! |
|