基于项目与用户的组合推荐算法研究

• 作者: 冯亚丽 姜杰 田枫
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 协同过滤 组合推荐 聚类 数据稀疏性 可扩展性 实时性
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 基金项目
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP301.6
• 字数: 4525字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2017.10.018

摘要

协同过滤技术是当前推荐系统中应用最广泛的推荐技术之一,随着系统用户规模的激增,传统的协同过滤技术存在实时性差、可扩展性差、数据稀疏性等问题.为了解决上述问题,提出了一种基于项目与用户的个性化组合推荐算法.首先,利用项目聚类对未评分项目进行评分预测,并填充用户-项目评分矩阵;再将项目聚类结果与用户行为特征相结合并对其进行用户聚类;最后,根据近邻相似性计算实现TOP-N推荐.实验表明,提出的组合推荐算法显著提高了推荐系统的准确性与实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯亚丽	东北石油大学计算机与信息技术学院	27	84	6.0	8.0
2	田枫	东北石油大学计算机与信息技术学院	29	41	4.0	5.0
3	姜杰	东北石油大学计算机与信息技术学院	1	5	1.0	1.0