引入用户情感偏好矩阵的ItemCF算法研究

• 作者: 刘建国 岳强 李仁德 郭强
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 推荐算法 ItemCF 用户情感偏好 emoji表情
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 算法与语言
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP312
• 字数: 3311字
• 语种: 中文
• DOI: 10.11907/rjdk.182557

摘要

传统基于物品的协同过滤算法(ItemCF)利用物品间的相似性为用户提供个性化推荐,然而该方法仅考虑了评分数据,而未关注用户情感偏好.基于从评论中的emoji表情提炼出的用户情感偏好,提出一种引入用户情感编号矩阵的ItemCF算法.该方法利用物品共现矩阵与用户情感偏好矩阵计算物品相似度,进而进行个性化推荐.根据某在线互联网教育实证数据集的实验结果表明,该方法相比于传统基于物品的协同过滤算法,在准确率和召回率上都有所提升,在Top1-5推荐均值上分别提高了0.02和0.03.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭强	上海理工大学复杂系统科学研究中心	55	568	8.0	23.0
2	李仁德	上海理工大学复杂系统科学研究中心	17	40	3.0	6.0
3	刘建国	上海财经大学金融科技研究院	24	36	4.0	5.0
4	岳强	上海理工大学复杂系统科学研究中心	3	1	1.0	1.0