基于用户点赞行为的推荐算法研究

• 作者: 刘天宇 李雪瑞 陈登凯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同过滤 推荐算法 意象标签 双矩阵模型 点赞行为
• 年，卷（期）: 2017,（24）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP391
• 字数: 4970字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1611-0454

摘要

传统的协同过滤算法主要通过已有项目的评分信息确定用户邻近集再进行评分预测,并以此进行推荐,这种推荐方法的推荐精度并不高.引入一个新的项目属性-意象标签作为用户与项目之间的联系纽带,在协同过滤算法的基础上提出一种双矩阵模型,并利用平台用户对于意象标签的点赞行为再次改进方法.实验结果证明,两种方法均大幅度提高推荐范围,且引入用户支持度的方法能够有效地提高推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈登凯	西北工业大学陕西省工业设计工程实验室	61	325	10.0	15.0
2	李雪瑞	西北工业大学陕西省工业设计工程实验室	9	46	5.0	6.0
3	刘天宇	西北工业大学陕西省工业设计工程实验室	4	8	2.0	2.0