基于隐语义模型改进的协同过滤推荐算法

• 作者: 李启序
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 协同过滤 隐语义模型 不相似度惩罚系数 平均兴趣程度 个性化推荐策略
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 38-40
• 页数: 3页
• 分类号: TP391
• 字数: 3042字
• 语种: 中文

摘要

为解决传统的协同过滤算法相似度计算不精确而导致的推荐召回率低的问题.通过LFM隐语义模型与协同过滤结合的方法研究了用户不相似度与用户平均兴趣程度对推荐召回率的影响, 并且提出依据个人选择能力的个性化推荐策略.结果表明:该算法能够有效优化用户间的相似度,提高推荐结果的召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李启序	安徽理工大学计算机科学与工程学院	1	2	1.0	1.0