基于最大期望和协同过滤算法的研究与应用

• 作者: 吉青晶 尹方敏 易华 范莹 许华虎 郝琳娜
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 稀疏性 最大期望算法 协同过滤 个性化推荐
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 应用开发研究
• 页码范围: 139-143
• 页数: 5页
• 分类号: TP391
• 字数: 3361字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.12.030

摘要

推荐系统中新用户在信息搜索中易出现信息稀疏的问题,以致给用户推荐相关模块的时候带来了极大困难.针对该问题,采用人口统计学中的最大期望算法对用户进行聚类找到近邻用户,然后将其作为协同过滤算法的输入.由于用户对不同项目的评分表明他们需求,相同用户评价的项目中存在一定的需求关联性.而且随着个人需求的变化,这种关联度也逐渐在变化.所以通过引入一个时间权重函数的形式,给出一种基于用户需求变化的协同过滤算法,缓解传统协同过滤推荐算法的短板.可以追踪到用户的需求,进而预测评分矩阵.通过实验和比较,该算法有助于解决用户的评分矩阵稀疏性问题,从而提高推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许华虎	上海大学计算机工程与科学学院	47	391	10.0	18.0
2	范莹	国家电网上海市电力公司培训中心	2	0	0.0	0.0
3	郝琳娜	国家电网上海市电力公司培训中心	1	0	0.0	0.0
4	易华	国家电网上海市电力公司培训中心	1	0	0.0	0.0
5	吉青晶		1	0	0.0	0.0
6	尹方敏	上海大学计算机工程与科学学院	1	0	0.0	0.0