融合项目偏差与用户偏好的推荐算法

• 作者: 程磊 高茂庭
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 主题建模 聚类 项目偏差 用户偏好
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3233-3236,3273
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0298

摘要

针对协同过滤推荐中由于项目和用户间关联因素的相互影响而存在项目偏差和用户偏好的问题,提出一种融合项目偏差与用户偏好的推荐算法.先进行聚类处理,包括LDA主题建模生成项目簇和K-means聚类生成用户簇;再依次根据项目簇和用户簇的约束生成项目偏差分,同时以用户项目评分及项目类型为基础,经过概率转移得到用户偏好分;最后以项目簇内已有评分的均值为基础,对项目偏差分和用户偏好分进行线性加权生成预测评分.对比实验表明,新算法能够根据不同的近邻得到合理的推荐,提高推荐的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高茂庭	上海海事大学信息工程学院	83	424	11.0	16.0
2	程磊	上海海事大学信息工程学院	3	9	2.0	3.0