基于用户特征的协同过滤推荐算法

• 作者: 于莉 蒋宗礼
• 来源期刊: 计算机系统应用
• 关键词: 协同过滤 属性特征 兴趣特征 信任度 特征相似性
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 190-196
• 页数: 7页
• 字数: 5544字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007002

摘要

协同过滤算法是目前在电商系统中应用最广的推荐技术.为了缓解传统基于用户的协同过滤算法在冷启动、推荐准确性和数据稀疏性方面的缺点,本文提出基于用户特征的协同过滤推荐算法.此算法利用注册信息提取属性特征,并对已有的评分信息提取兴趣特征和信任度,综合以上各特征融合特征相似性进一步产生推荐.实验结果表明,与传统的基于用户的协同过滤算法做对比,基于用户特征的协同过滤算法对推荐的精度有大幅的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋宗礼	北京工业大学信息学部	103	997	17.0	27.0
2	于莉	北京工业大学信息学部	1	3	1.0	1.0