基于融合标签与蚁群的协同过滤微博推荐算法

• 作者: 李梁 魏赟
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 标签 文本分类 蚁群算法 协同过滤 微博推荐
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法与语言
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP312
• 字数: 4246字
• 语种: 中文
• DOI: 10.11907/rjdk.172865

摘要

针对协同过滤算法中存在数据稀疏的问题,提出一种基于融合用户标签和蚁群的协同过滤微博推荐算法.将表示用户兴趣的标签引入推荐模型中,利用标签和用户以及标签和微博的关联度,建立用户对微博的兴趣度模型.另外结合蚁群聚类和协同过滤为目标用户进行用户聚类,计算出对目标用户的待推荐微博集.最后利用用户对微博的兴趣度模型从待推荐微博集中选出Top N为目标用户进行推荐.实验引入标签和蚁群算法的有效性,将测试结果与传统协同过滤推荐算法和纯基于标签的微博推荐算法进行比较,该算法不仅改善了协同过滤算法中数据稀疏和冷启动的问题,而且推荐准确度有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏赟	上海理工大学光电信息与计算机工程学院	30	128	6.0	10.0
2	李梁	上海理工大学光电信息与计算机工程学院	1	1	1.0	1.0