基于最近邻的标签修正推荐算法

• 作者: 丁卫平 余利国 景炜
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 推荐系统 标签 最近邻算法 拼写错误修正
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 算法与分析
• 页码范围: 735-740
• 页数: 6页
• 分类号: TP301.6
• 字数: 4621字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.04.001

摘要

基于标签的推荐系统通过研究用户打标签行为,为用户进行个性化推荐,因此用户所打标签的质量影响推荐效果,但目前大部分的研究并未考虑到标签的质量问题.针对标签单词拼写错误问题,论文提出一种基于最近邻的标签修正推荐算法(TCNNB).该算法首先由Spark的RDD离线计算对数据集进行处理,得到所有标签单词的字母频次之差,然后使用欧式距离找出最接近的单词,即为修正后的标签单词,最后为用户进行个性化推荐.实验结果表明,引入TCNNB算法对标签单词进行修正,使推荐的精准度(召回率和准确率)得到了明显提高,较好地改进了基于标签的推荐系统的推荐效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁卫平	南通大学信息科学技术学院	61	406	10.0	17.0
2	余利国	南通大学信息科学技术学院	1	0	0.0	0.0
3	景炜	南通大学信息科学技术学院	2	0	0.0	0.0