一种改进的缓解推荐系统物品冷启动的方法

• 作者: ZHU Ping 任彩霞
• 来源期刊: 软件
• 学科: 工学
• 关键词: 推荐系统 协同过滤 决策树 信任网络 物品冷启动
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP311
• 字数: 4182字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2016.08.003

摘要

信息爆炸的时代，推荐系统越来越成为网民的依赖，它有效的解决了信息过载的问题，但是却没有解决推荐系统的冷启动问题。为了缓解新项目的冷启动问题，结合基于物品的协同过滤算法与决策树思想，这篇文章在孙等人的算法上做了改进，把算法的第一步替换为用显示的信任网络对用户做划分的方法。显示的信任网络，可以对用户做了更细致的分类，把信任网络添加到算法中，原算法便被改进为基于信任网络的推荐系统。改进后的算法不仅满足了一大部分用户的偏好与需求，而且使得系统用户更加依赖推荐系统。实验表明，利用显示的信任网络对新项目的推荐，其推荐结果的准确性比原算法高，推荐的结果也更加稳定。在评分个数分别为0，5，10的情况下，平均绝对误差比原算法的低了16.7%，21.6%，31.7%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任彩霞	北京邮电大学理学院	1	3	1.0	1.0