基于综合相似度和社交标签的推荐算法

• 作者: 张芸 时念云 马力
• 来源期刊: 计算机系统应用
• 关键词: 用户特征 信任度 冷启动 用户兴趣 社交标签
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 178-183
• 页数: 6页
• 字数: 5595字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006025

摘要

针对传统个性化推荐方法所面临的冷启动、数据稀疏等问题,本论文结合了项目组的前期研究,在综合考虑用户特征和用户信任度的基础上,引入了用户兴趣,形成综合相似度.针对目前推荐系统中评分数据较少的问题,论文结合了社交标签,丰富了推荐数据.首先利用综合相似度,找到用户的相似近邻,并将相似近邻所标注的标签形成一个标签集.其次利用基于标签的推荐算法,产生最终的推荐列表.实验结果表明,该算法能够有效提高推荐的准确率和召回率.