融合用户属性的隐语义模型推荐算法

• 作者: 巫可 战荫伟 李鹰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 推荐系统 隐语义模型 用户属性 稀疏数据 逻辑回归
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 171-175
• 页数: 5页
• 分类号: TP312
• 字数: 4105字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.12.030

摘要

针对隐语义模型推荐算法中的数据稀疏和冷启动问题,提出一种融入用户属性信息的推荐算法.将二值化用户属性加入隐语义模型,利用分类模型衡量其他用户属性的重要程度,根据目标用户具有的属性找出与之相似的用户,并结合目标用户的评分信息得到最终推荐结果.在Movielens数据集上进行测试,结果表明,与协同过滤算法和隐语义算法相比,该算法可有效提高推荐准确率,即使在评分数据极度稀疏的情况下也能取得较好的推荐结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	战荫伟	广东工业大学计算机学院	53	451	12.0	19.0
2	李鹰		2	39	2.0	2.0
3	巫可	广东工业大学计算机学院	1	23	1.0	1.0