基于归因理论用户偏好提取的协同过滤算法

• 作者: 唐雁 毛德磊
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 协同过滤 用户偏好 归因理论 行为信息 个性化推荐系统
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 225-229,236
• 页数: 6页
• 分类号: TP301.6
• 字数: 5055字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050304

摘要

协同过滤算法的用户评分与用户偏好之间可能存在偏差,导致推荐准确度降低.为此,提出一种基于归因理论的用户偏好提取算法.基于用户行为的一致性、区别性和正负偏好信息提取用户偏好.融合偏好相似性与评分相似性以获得更优的最近邻集合,计算用户对未评分项目的预测评分值.在通用数据集Movies Lens-1M上进行实验,结果表明,在10％偏好相似性与60％评分相似性的融合条件下,该算法的推荐准确度取得最优值,且优于传统协同过滤算法以及HU-FCF、BM/CPT-V等改进算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐雁	西南大学计算机与信息科学学院	37	294	8.0	15.0
5	毛德磊	西南大学计算机与信息科学学院	1	0	0.0	0.0