基于正负反馈的SVM协同过滤Top-N推荐算法

• 作者: 张宇 王文剑 赵胜男
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 支持向量机 协同过滤 基于项目协调过滤 PNF-SVMCF Top-N
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 961-966
• 页数: 6页
• 分类号: TP311
• 字数: 7894字
• 语种: 中文

摘要

经典的Top-N推荐算法利用用户正反馈信息对全部项目进行排序,然后选择前N个项目推荐给用户.针对经典推荐算法未充分利用用户负反馈信息的问题,提出基于正负反馈的SVM协同过滤(SVM Collaborative Filtering based on Positive and Negative Feedback,PNF-SVMCF) Top-N推荐算法,充分利用用户负反馈信息过滤测试集中用户可能不喜欢的项目,只对测试集中剩余的项目进行Top-N排序.PNF-SVMCF算法过滤用户可能不喜欢的项目,这样可以缩减需要排序的项目规模,提升推荐效率;同时去除这些项目对排序的干扰,提高推荐精度.在MovieLens数据集上的实验结果表明,该方法具有良好的推荐速度和精度,特别是在较少的推荐项目情况下,能够表现出更好的推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇	山西大学计算机与信息技术学院	7	29	4.0	5.0
2	王文剑	山西大学计算机与信息技术学院	97	798	14.0	23.0
4	赵胜男	山西大学计算机与信息技术学院	3	29	3.0	3.0