融合协同过滤的XGBoost推荐算法

• 作者: 徐连诚 朱振方 齐德法
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 冷启动 XGBoost 推荐系统
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1317-1320
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0808

摘要

在推荐系统中,针对用户的冷启动问题,提出一种融合协同过滤的XGBoost推荐算法.根据基于用户相似度的协同过滤推荐算法进行粗粒度召回,得到部分用户的召回集,使用XGBoost算法对召回集中的项目进行预测.对于存在冷启动问题的用户,直接使用XGBoost算法对候选集中的项目进行预测.该算法采用CCIR2018个性化推荐评测的在线评测数据集,并将推荐结果投放到知乎提供的线上平台进行评测.评测结果表明,该算法可以解决用户的冷启动问题,具有很高的执行效率,准确度高,在线上评测中取得显著的推荐效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐连诚	山东师范大学信息科学与工程学院	19	67	5.0	7.0
2	朱振方	山东交通学院信息科学与电气工程学院	24	171	7.0	12.0
3	齐德法	山东师范大学信息科学与工程学院	1	0	0.0	0.0