一种融合多种用户行为的协同过滤推荐算法

• 作者: 刘炜 崔勇 张茜 王宗敏 高山
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 推荐系统 协同过滤 重合依赖度 多种用户行为 权重因子
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 227-231
• 页数: 5页
• 分类号: TP311
• 字数: 5774字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.9.045

摘要

协同过滤作为目前应用最成功的个性化推荐技术,在电子商务、社交网络等领域得到了广泛应用.然而,当此类算法应用到个性化医疗推荐领域时,由于个人医疗行为本身的复杂性和多样性,出现了推荐准确率下降的问题.针对这一问题,提出一种融合多种用户行为的协同过滤推荐算法,使用权重因子来综合衡量不同用户行为对推荐质量的影响,并引入重合依赖度的概念来修正传统的相似度度量方法.在收集的Top-md数据集上的实验结果表明,该算法能够全方位表达用户的就医偏好和意愿,有效提高个性化医疗推荐系统的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张茜	中原工学院计算机学院	11	25	2.0	5.0
2	王宗敏	郑州大学信息网络省重点开放实验室	78	542	11.0	19.0
3	刘炜	郑州大学信息网络省重点开放实验室	44	92	6.0	8.0
4	崔勇	郑州大学信息工程学院	7	33	3.0	5.0
5	高山	郑州大学信息工程学院	4	22	2.0	4.0