基于模态符号数据分析的混合推荐算法 |
| |
引用本文: | 郭均鹏,李嫒嫒,宁静,王启鹏.基于模态符号数据分析的混合推荐算法[J].系统工程,2014(4). |
| |
作者姓名: | 郭均鹏 李嫒嫒 宁静 王启鹏 |
| |
作者单位: | 天津大学管理与经济学部; |
| |
基金项目: | 国家自然科学基金资助项目(71271147) |
| |
摘 要: | 传统混合推荐算法基于点数据来描述用户模型,存在信息丢失、难以统筹考虑用户所有偏好信息等问题,严重影响了推荐系统的质量和效率。针对该问题,以符号数据为基础,建立了基于模态符号数据分析的混合推荐算法。用模态符号数据对用户建模,引入模态符号数据的距离度量计算用户兴趣模型间的相似性,同时整合用户人口统计信息的相似性,形成用户的综合相似性,最终完成推荐。实验结果表明论文方法在应对数据稀疏性及新用户问题时,具有更高的推荐精度。
|
关 键 词: | 符号数据分析 混合推荐 用户模型 人口统计信息 综合相似度 |
本文献已被 CNKI 等数据库收录! |
|