融合标签和多元信息的个性化推荐算法研究

• 作者: 张志军 张鹏飞 王宜贵
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 标签 个性化推荐 信任关系 时间信息
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 159-165
• 页数: 7页
• 分类号: TP311
• 字数: 6130字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1711-0330

摘要

多数基于标签的推荐算法都存在推荐方式单一的问题,没有充分利用社会关系等其他信息.针对这一问题,提出了一种融合信任关系、时间因子和标签信息的个性化推荐算法TTLMF,该算法在现有基于标签的个性化推荐算法的基础上,充分利用了用户之间的信任关系和当前上下文的时间信息,使得推荐项目更加符合用户的需求.在公共数据集last.fm上进行了实验,结果表明TTLMF算法在准确率、召回率、Fmeasure以及覆盖率这四个指标上具有更好的推荐效果,一定程度上缓解了数据稀疏性和用户的冷启动问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志军	山东建筑大学计算机科学与技术学院	41	263	7.0	15.0
2	张鹏飞	山东建筑大学计算机科学与技术学院	2	3	1.0	1.0
3	王宜贵	山东建筑大学计算机科学与技术学院	1	2	1.0	1.0