基于内容的加权粒度序列推荐算法

• 作者: 夏帅 张杰民 王光 董帅含
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 推荐系统 加权粒度序列 贡献度 粒度映射 偏好矩阵
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 564-570
• 页数: 7页
• 分类号: TP391
• 字数: 5008字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.03.024

摘要

为了提高个性化推荐系统的准确率,提出了一种基于内容的加权粒度序列推荐算法.通过分析项目属性关系将项目粒度化,计算每个粒度的贡献度得到项目特征矩阵.再根据用户行为信息生成用户粒度序列并进行粒度映射,利用Apriori算法提取出用户偏好矩阵.最后将项目特征矩阵和用户偏好矩阵做乘积运算,其结果代入改进的sigmoid函数中进行喜好概率预测,从而完成Top-N项目推荐.实验选取MovieLens数据集,结果表明基于内容的加权粒度序列的推荐算法准确率达到72.27％,高于当前流行的推荐算法;在效率方面,推荐时间少于相同用户数量下的协同过滤推荐算法;综合测度评分为0.393,充分验证了算法的整体性能优于其他推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董帅含	辽宁工程技术大学软件学院	7	52	3.0	7.0
2	王光	辽宁工程技术大学软件学院	18	67	3.0	7.0
3	张杰民	辽宁工程技术大学软件学院	2	15	2.0	2.0
4	夏帅	辽宁工程技术大学软件学院	1	13	1.0	1.0