基于用户兴趣模型的个性推荐算法

• 作者: 单宇翔 郁钢 陆海良 高扬华
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 用户兴趣模型 个性推荐 数据稀疏问题
• 年，卷（期）: 2018,（2）
• 页码范围: 55-58
• 页数: 4页
• 分类号: TP391
• 字数: 3654字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2018.02.012

摘要

协同过滤推荐技术和基于商品属性的推荐技术是比较流行的个性化推荐方法,但是前者存在数据稀少和新对象问题,后者也存在无法挖掘用户潜在兴趣的问题.本文采用基于区域用户的相邻用户进行数据评分的矩阵填充,并采用商品之间的关联规则应用和解释来向用户推荐产品.测试表明,本方法解决了新商品的问题,并且在推荐的准确度、新颖性和覆盖度上有了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆海良	浙江中烟工业有限责任公司信息中心	14	52	4.0	7.0
2	郁钢	浙江中烟工业有限责任公司信息中心	7	32	3.0	5.0
3	高扬华	浙江中烟工业有限责任公司信息中心	3	7	2.0	2.0
4	单宇翔	浙江中烟工业有限责任公司信息中心	6	7	2.0	2.0