基于Softmax回归模型的协同过滤算法研究与应用

• 作者: 孟佩 师军 曹菡
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Softmax回归 口味偏好 协同过滤 营养饮食
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 应用开发研究
• 页码范围: 153-155,159
• 页数: 4页
• 分类号: TP301.6
• 字数: 2569字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.12.033

摘要

针对传统的协同过滤推荐算法所存在的推荐精度不高的问题，提出了基于Softmax回归模型的协同过滤算法。根据用户的属性特征将用户分为不同的簇，再从目标用户所在的簇中实现协同过滤推荐，有效缩减了最近邻居的查找范围，提高了推荐效率。主要将此改进算法应用于饮食推荐中，根据用户的饮食记录对用户按口味偏好进行精准分类，将偏好相同的用户划分到同一个簇中，再从目标用户所在的用户簇中查找最近邻居，完成推荐。从两方面对此方法进行了实证分析：基于Softmax的用户口味偏好分类的准确率分析和基于Softmax的协同过滤推荐精准度分析，验证了该方法的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	师军		42	566	11.0	23.0
2	曹菡		52	517	12.0	21.0
3	孟佩		1	13	1.0	1.0