基于模态符号数据分析的混合推荐算法

• 作者: 宁静 李嫒嫒 王启鹏 郭均鹏
• 来源期刊: 系统工程
• 学科: 工学
• 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
• 年，卷（期）: 2014,（4）
• 页码范围: 111-116
• 页数: 6页
• 分类号: TP301|TP391
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭均鹏		63	898	17.0	27.0
2	李嫒嫒		2	11	1.0	2.0
3	宁静		3	29	2.0	3.0
4	王启鹏		2	11	1.0	2.0