一种改进的结合评分和评论信息的推荐方法

• 作者: 刘冬宁 刘子婷 张巍 滕少华 黄健华
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 推荐系统 改进的HFT模型 评论信息 自由向量
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 综合研究
• 页码范围: 27-31,48
• 页数: 6页
• 分类号: TP181
• 字数: 5144字
• 语种: 中文
• DOI: 10.12052/gdutxb.170014

摘要

随着互联网技术的普及和现代电子商务的迅速发展,推荐系统得到广泛使用,但大多数推荐算法仍存在冷启动、可解释性差两大问题.本文以结合评分和评论信息的HFY模型为基础,提出了一个改进的HFT模型,通过加入自由向量,捕获原HFT模型中未出现的评论信息,缓解了这两大问题,并进一步提高了模型的准确度.最后,通过两个大型数据集的实验,结果表明本文的模型准确度优于HFT模型,可为有效利用评论信息资源提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕少华	广东工业大学计算机学院	121	825	15.0	20.0
2	张巍	广东工业大学计算机学院	62	412	11.0	15.0
3	黄健华	广东工业大学计算机学院	11	12	2.0	2.0
4	刘冬宁	广东工业大学计算机学院	42	183	8.0	11.0
5	刘子婷	哈尔滨师范大学数学科学学院	1	2	1.0	1.0