基于用户偏好优化模型的推荐算法研究

• 作者: 何壮 李岩芳 王鹏 邱宁佳
• 来源期刊: 计算机应用研究
• 关键词: 推荐算法 Slope One 用户偏好 评分预测
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3579-3582,3609
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0433

摘要

传统的个性化推荐算法普遍存在数据稀疏性问题,影响了推荐的准确度.Slope One算法具有简单、高效等特点,但该算法只是根据用户-项目评分矩阵进行数据分析,对所有用户采用一致性的权重进行计算,忽视了用户对项目类型的喜好程度.针对上述问题进行了研究,提出LR-Slope One算法.首先根据用户-项目评分矩阵和项目类型信息构建用户对项目类型的偏好矩阵;然后利用线性回归模型计算用户对每个类型的权重,采用随机梯度下降算法优化权重;最后结合Slope One算法预测评分,填充评分矩阵,提高推荐的质量.实验结果表明,所提算法提高了推荐的精度,有效缓解了稀疏性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	长春理工大学计算机科学技术学院	77	372	10.0	16.0
2	李岩芳	长春理工大学计算机科学技术学院	14	35	3.0	5.0
3	邱宁佳	长春理工大学计算机科学技术学院	24	66	5.0	6.0
7	何壮	长春理工大学计算机科学技术学院	1	3	1.0	1.0