基于本体用户兴趣模型的个性化推荐系统

• 作者: 刁祖龙 张兴忠
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 领域本体 个性化 用户兴趣模型 协同推荐
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 基金项目论文
• 页码范围: 155-158
• 页数: 4页
• 分类号: TP391
• 字数: 4997字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.10.043

摘要

针对传统个性化推荐系统用户兴趣模型创建和更新的不足，无法准确地感知用户特定背景下的语义信息和用户兴趣随着时间的变化，基于用户兴趣本体提出一种新用户兴趣模型，并通过激活扩展理论描述该用户兴趣模型的更新算法。同时，改进了推荐算法，结合协同过滤进行个性化推荐。实验结果表明，该模型能够有效反映用户兴趣，新的推荐算法在MEA、多样性、冷启动处理、稳定性方面都具备很高的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兴忠	太原理工大学计算机科学与技术学院	54	179	8.0	9.0
2	刁祖龙	太原理工大学计算机科学与技术学院	1	11	1.0	1.0