基于标签聚类与项目主题的协同过滤推荐算法

• 作者: 李昊阳 符云清
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 社会化标注 标签聚类 项目主题 协同过滤 个性化推荐
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 247-251
• 页数: 5页
• 分类号: TP301
• 字数: 5623字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.04.041

摘要

传统基于项目的协同过滤算法在计算项目相似度时仅依靠评分数据,未考虑项目的自身特征.社会化标注的出现使得标签能在一定程度上反映项目特征,但标签具有语义模糊的特点,因此直接将标签纳入协同过滤算法存在一定问题.为解决上述问题,提出一种改进的基于项目的协同过滤推荐算法.该算法对标签进行聚类并生成主题标签簇,根据项目标注情况计算项目与主题间的相关度并生成项目-主题相关度矩阵,同时将其与项目-评分矩阵相结合来计算项目间的相似度,采用协同过滤完成对目标项目的评分预测,以实现个性化推荐.在Movielens数据集上的实验结果表明,该算法能够解决标签的语义模糊问题并提升推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	符云清	重庆大学软件学院	48	430	12.0	18.0
2	李昊阳	重庆大学软件学院	1	8	1.0	1.0