基于增量协同过滤和潜在语义分析的混合推荐算法

• 作者: 万程峰 刘辉 吴晓浩
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 新闻推荐 增量更新 协同过滤 潜在语义分析 项目相似度
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2033-2039
• 页数: 7页
• 分类号: TP391
• 字数: 6743字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.11.018

摘要

为了解决传统新闻推荐系统定期更新推荐算法不能根据用户喜好的变化进而动态地调整推荐列表的问题,提出了一种混合推荐算法(IULSACF).该算法包含了2个关键部分:基于项目的增量更新协同过滤算法和基于关键词频率的潜在语义分析算法.该混合推荐算法在基于项目的增量更新协同过滤模块中,通过对项目相似度列表增量更新来动态地调整推荐列表,并结合潜在语义分析算法来确保所推荐文章的相关性.实验结果表明,所提出的IULSACF算法在各项评价指标上均优于传统的推荐方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	重庆邮电大学通信与信息工程学院	68	209	7.0	12.0
10	吴晓浩	重庆邮电大学通信与信息工程学院	5	1	1.0	1.0
14	万程峰	重庆邮电大学通信与信息工程学院	5	1	1.0	1.0