混合K最近邻模型与隐语义模型的推荐算法

• 作者: 冯军焕 陈清浩
• 来源期刊: 信息系统工程
• 关键词: 个性化推荐 协同过滤 K-最近邻 隐语义模型
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 129-130,132
• 页数: 3页
• 字数: 2865字
• 语种: 中文

摘要

协同过滤推荐算法是目前应用最成功的推荐技术,利用指定用户的相似用户对某一物品的评价,形成对该指定用户对此物品的评价预测.两种主流的协同过滤推荐算法分别是分析用户或者物品相似度的近邻关系模型,以及揭示用户与物品隐含特征信息的隐语义模型.提出了以K-最近邻模型为修正项对隐语义模型进行扩展,使这两种模型有效的结合,从而构建出推荐精度更高的混合模型.实验表明,该混合算法能够获得更好的推荐效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯军焕	西南交通大学信息科学与技术学院	20	130	6.0	10.0
2	陈清浩	西南交通大学信息科学与技术学院	1	9	1.0	1.0