一种面向排序的Top-N推荐算法

• 作者: 刘学 李满天 王劲林 邓浩江
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 推荐系统 面向排序 显示反馈 隐式反馈
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 264-268
• 页数: 5页
• 分类号: TP391.9
• 字数: 4865字
• 语种: 中文

摘要

研究用户优化服务算法问题,应为用户提供个性化的推荐服务的系统.Top-N推荐问题,是指通过对用户历史偏好信息的挖掘,给每个用户推荐N个最可能喜好的内容.针对上述问题,提出了一种面向排序的推荐算法EIBRO-MF,通过融合系统中的显式和隐式反馈数据,建立用户喜好的偏序对关系来训练协同过滤的参数模型,最后利用优化的模型参数给出推荐结果.仿真结果表明,与传统的协同过滤算法、以及只能利用隐式反馈数据的排序算法相比,提出的算法能大幅提高推荐列表的排名精准度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王劲林	中国科学院声学研究所	169	638	11.0	15.0
2	邓浩江	中国科学院声学研究所	66	613	9.0	23.0
3	刘学	中国科学院声学研究所	60	207	8.0	12.0
4	李满天		3	26	3.0	3.0