基于网络和标签的混合推荐算法

• 作者: 张倩生 张新猛 李霞 蒋盛益
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 个性化推荐 标签 TF-IDF 基于网络的推荐
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 119-124
• 页数: 6页
• 分类号: TP18
• 字数: 6936字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1305-0160

摘要

基于网络结构的推荐算法利用用户与项目间的结构关系进行推荐，忽略了用户偏好，而项目的标签隐含了项目的内容及用户的偏好，提出一种基于网络结构和标签的混合推荐方法。算法根据用户选择项目的标签统计信息，分别采用TF-IDF和用户对标签的支持度两种方法构建用户偏好模型，与基于网络的推荐模型进行线性组合推荐。通过在基准数据集MovieLens上测试证明，该算法在推荐结果命中率、个性化程度、多样性等方面均优于基于网络的推荐算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋盛益	广东外语外贸大学思科信息学院	92	1053	18.0	28.0
2	张倩生	广东外语外贸大学思科信息学院	24	177	7.0	12.0
3	李霞	广东外语外贸大学思科信息学院	41	308	10.0	15.0
4	张新猛	广东外语外贸大学思科信息学院	22	222	8.0	14.0