基于隐语义模型的协同过滤图书推荐方法

• 作者: 孙艳 朱玉全 陈耿
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 推荐系统 协同过滤 隐语义模型 均方根误差
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 基金项目
• 页码范围: 41-44,48
• 页数: 5页
• 分类号: TP393
• 字数: 4073字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2015.11.011

摘要

针对协同过滤算法难以处理高维度以及稀疏数据等问题,提出了一种基于隐含语义分析的协同过滤图书推荐算法,该算法融合了用户的显性反馈与隐性反馈信息,考虑了用户在预览图书的时间以及用户与用户之间的相似度,有效地降低了矩阵的维度和稀疏性,提高了算法的精度,运用统计的方法来发现用户对图书使用过程中潜在的语义结构,分析用户对图书的兴趣度,帮助用户快速发现感兴趣和高质量的图书,使图书能够准确地推荐给用户,并提升用户体验.在Book-Crossing数据集上进行测试,实验结果表明,该算法具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱玉全	江苏大学计算机科学与通信工程学院	90	959	17.0	26.0
2	陈耿	南京审计学院工学院	81	565	13.0	20.0
3	孙艳	江苏大学计算机科学与通信工程学院	20	65	6.0	7.0