基于增量学习的混合推荐算法

• 作者: 任磊
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 混合推荐算法 增量学习 用户建模 基于内容的过滤 协作过滤
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 数据挖掘与人工智能
• 页码范围: 1287-1289
• 分类号: TP393
• 字数: 3803字
• 语种: 中文

摘要

推荐系统是自适应信息系统中的个性化服务模块,可以根据目标用户的信息需求提供个性化的信息服务.针对传统协作过滤算法存在的用户兴趣描述粒度过大问题,以及稀疏评分矩阵造成相似度计算不准确的问题,提出了一种基于增量学习的混合推荐算法WHHR,该算法通过Widrow-Hoff增量学习构建基于内容的用户模型,并结合协作过滤推荐机制实现评分预测.实验验证了WHHR算法在收敛速度和推荐准确性方面较类似推荐算法有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任磊	上海师范大学计算机系	2	39	2.0	2.0