基于多维相似度的利基产品推荐方法

• 作者: 刘业政 姜元春 熊强
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 推荐系统 长尾产品 利基产品 相似度计算 受众
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 195-200
• 页数: 6页
• 分类号: TP18
• 字数: 5995字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2018.03.033

摘要

电子商务平台上的产品销售具有长尾特征,但现有以追求精度为目标的推荐方法难以将处于长尾上的利基产品加入推荐列表.为此,从利基产品视角出发提出一种新的推荐方法.基于用户评分、产品属性和隐特征信息分别计算用户之间的评分相似度、偏好相似度和隐特征相似度,并综合这三种相似度挖掘利基产品高评分用户的相似用户,从而得到利基产品的受众并为其进行推荐.实验结果表明,该方法针对利基产品的推荐转化率远高于概率矩阵分解和协同过滤方法,在解决利基产品推荐问题上更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘业政	合肥工业大学管理学院	137	1793	20.0	34.0
2	姜元春	合肥工业大学管理学院	26	311	11.0	17.0
3	熊强	合肥工业大学管理学院	1	0	0.0	0.0