基于复杂属性商品的混合协同过滤推荐模型

• 作者: 付正 周兰凤 张晴 麻双克
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 协同过滤 情境 复杂属性 个性化推荐
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 用户行为分析
• 页码范围: 154-161,185
• 页数: 9页
• 分类号: TP399
• 字数: 4572字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2017.05.014

摘要

协同过滤作为应用最广、研究最多的推荐算法,但依旧面临数据稀疏性、冷启动、数据质量差等固有问题,同时也鲜有研究者从实用角度基于商品性价比方面提高预测精确度.为此,本文综合考虑用户主观评分和商品客观评分,并在此基础上结合情境预过滤、社会网络理论以及专家意见提出了一种混合协同过滤推荐模型,在一定程度上缓解了上述缺点.并通过真实网上汽车销售数据实验,表明该模型相对传统协同过滤具有更高的预测精度,更适用于具有复杂属性的商品.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周兰凤	上海应用技术大学计算机科学与信息工程学院	17	46	5.0	5.0
2	张晴	上海应用技术大学计算机科学与信息工程学院	23	59	4.0	6.0
3	麻双克	上海应用技术大学计算机科学与信息工程学院	2	4	1.0	2.0
4	付正	上海应用技术大学计算机科学与信息工程学院	1	1	1.0	1.0