混合协同过滤算法中用户冷启动问题的研究

• 作者: 傅秀芬 端德坤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同过滤 推荐系统 冷启动 信任机制 用户聚类
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 151-156
• 页数: 6页
• 分类号: TP391
• 字数: 6042字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0166

摘要

在推荐系统中,用户冷启动问题是传统协同过滤推荐系统中一直存在的问题.针对这个问题,在传统协同过滤算法的基础上,提出一种新的解决用户冷启动问题的混合协同过滤算法,该算法在计算用户相似性时引入用户信任机制和人口统计学信息,综合考虑用户的属性相似性和信任相似性.同时,算法还在用户近邻的选取上做了一些改进.实验表明该算法有效缓解了传统协同过滤推荐系统中的用户冷启动问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅秀芬	广东工业大学计算机学院	93	758	14.0	20.0
2	端德坤	广东工业大学计算机学院	1	8	1.0	1.0