融合多源异构数据的混合推荐模型

• 作者: 冀振燕 姚伟娜 皮怀雨
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 社交关系 评论 评分 推荐模型
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究报告
• 页码范围: 132-138
• 页数: 7页
• 分类号: TN911.22
• 语种: 中文
• DOI: 10.13190/j.jbupt.2018-176

摘要

为更全面地反映用户个人偏好,提高推荐的准确度,提出了一种融合多源异构数据的混合推荐模型.综合考虑了用户社交关系和用户评论对用户评分的影响,从评论中提取主题信息作为用户和商家的特征,采用社区发现算法为用户划分社区,利用机器学习方法为社区建立模型,预测用户对商家的评分,再根据评分对商家进行排序,取前N个商家推荐给用户.实验结果表明,提出的混合推荐模型与经典推荐算法相比,可提高评分预测的准确度,从而提高推荐的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冀振燕	北京交通大学软件学院	9	29	3.0	5.0
2	皮怀雨	北京交通大学软件学院	3	9	2.0	3.0
3	姚伟娜	北京交通大学软件学院	2	8	2.0	2.0