基于综合相似度与任务紧要度的个性化任务推荐

• 作者: 印鉴 胡致杰
• 来源期刊: 华南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 协同过滤 综合相似度 项目紧要度 推荐系统
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 计算机科学与软件工程
• 页码范围: 106-112
• 页数: 7页
• 分类号: TP393
• 字数: 6889字
• 语种: 中文
• DOI: 10.6054/j.jscnun.2016.05.036

摘要

研究了如何将协同过滤推荐应用于IT项目外包平台,实现个性化任务推荐,提出了1种融合用户Profile文本相似度、任务选择相似度及任务紧要度的协同推荐方法.该方法将用户对任务的选择行为转换为用户-任务类选择矩阵,并以此计算用户间的选择相似性;用户profile文本相似性用于平衡用户选择相似性并形成用户综合相似性,算法中任务紧要度用于度量任务的时限性与经济性,设置合适的阈值来构建待推荐任务集.在真实数据集上的实验结果表明,提出的个性化推荐方法具有较高的推荐准确度,并在一定程度上缓解冷启动与数据稀疏性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	印鉴	中山大学数据科学与计算机学院	117	2906	26.0	51.0
2	胡致杰	广东理工学院信息工程系	12	15	2.0	3.0