协同过滤推荐算法在e-Learning系统中的改进与应用

• 作者: 吴鹏 宋波 高洁
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐算法 e-Learning系统 冷启动 协同过滤
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 第二十一届全国信息检索学术会议(CCIR 2015)论文选登
• 页码范围: 573-580
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.04.004

摘要

通过引入标签提取、相似矩阵等方法概念,提出了一种基于内容信息标签提取与协同过滤的混合型推荐算法,应用于e-Learning系统中,旨在解决传统协同过滤推荐算法存在的新用户冷启动问题,为新用户也能提供个性化资源服务功能.通过一系列基于MovieLens数据集进行的实验结果证明,本文改进的混合推荐算法,平均绝对误差维持在0.2～0.6,均方根误差在0.85～1.15之间,相比一些现有的冷启动问题解决方法误差降低了7％～11％,且实现方式更为简便,能够一定程度上解决系统冷启动问题,是一种切实有效的推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋波	沈阳师范大学软件学院	13	134	7.0	11.0
2	吴鹏	沈阳师范大学软件学院	19	30	4.0	4.0
3	高洁		1	1	1.0	1.0