一种自适应的混合协同过滤推荐算法

• 作者: 周晓方 李直旭 杨佳莉 许佳捷 赵朋朋 赵雷
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 推荐系统 张量分解 协同过滤算法 自适应混合 短路径
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 222-228
• 页数: 7页
• 分类号: TP301
• 字数: 6388字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051041

摘要

为解决协同过滤算法在处理数据量较大时存在推荐效率低的问题,提出一种自适应混合协同推荐算法.根据待推荐用户活跃度和目标物品新鲜度调节模型权重,基于张量分解计算物品间的相似度,通过短路径枚举叠加生成预测结果.实验结果表明,与CBCF算法相比,该算法推荐准确率提高了28.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵雷	苏州大学计算机科学与技术学院	95	382	9.0	13.0
2	赵朋朋	苏州大学计算机科学与技术学院	39	426	11.0	19.0
3	李直旭	苏州大学计算机科学与技术学院	7	13	2.0	3.0
5	许佳捷	苏州大学计算机科学与技术学院	4	72	3.0	4.0
6	周晓方	苏州大学计算机科学与技术学院	2	68	2.0	2.0
8	杨佳莉	苏州大学计算机科学与技术学院	1	6	1.0	1.0