一种基于参数化重排名提高多样性的推荐方法

• 作者: 汪千松 王忠群 蒋胜
• 来源期刊: 安徽工程大学学报
• 学科: 工学
• 关键词: 推荐准确率 总体多样性 用户满意度 重排名方法 排名阈值
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 自动化与信息工程
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP393
• 字数: 2812字
• 语种: 中文

摘要

针对传统个性化推荐算法追求提升推荐准确率而忽略总体多样性,从而导致用户满意度降低的问题,提出一种基于参数化重排名提高多样性的推荐方法.用户历史评分尺度决定了用户的偏好相关系数,该方法据此改进了传统重排名算法中偏好相关系数的计算方法.使用参数化的计算方法获得用户排名阈值,以实现推荐准确性与多样性的有效平衡,提高了推荐的质量需求.实验结果表明,该方法在推荐精确度都降低的情况下,较其他算法能够显著增加推荐的总体多样性,提高推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王忠群	安徽工程大学计算机与信息学院	74	279	8.0	13.0
2	汪千松	安徽工程大学计算机与信息学院	26	78	5.0	8.0
3	蒋胜	安徽工程大学计算机与信息学院	9	29	2.0	5.0