基于用户喜好的个性推荐系统优化

• 作者: 吴哲夫 王中友 肖鹰
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 个性化 推荐系统 回归分析
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 应用研究
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2015.03.011

摘要

采用协同过滤方式的传统推荐系统具有一定实用性，但也存在未考虑用户个性喜好的问题。为提高推荐精度，特别针对用户个性化特点和需求，提出了采用改进相似度计算和回归分析方法对协同过滤推荐进行系统优化。实验结果表明，优化算法可明显改善系统的推荐效果，并加强基于协同过滤推荐的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴哲夫	浙江工业大学信息学院	35	172	7.0	11.0
2	肖鹰	浙江工业大学信息学院	4	31	2.0	4.0
3	王中友	浙江工业大学信息学院	1	1	1.0	1.0