融合用户特征和流行度归一化的金融产品混合推荐算法

摘要：

混合推荐通过组合不同推荐算法来弥补各自推荐技术的弱点.在传统金融产品推荐算法的基础上,提出融合用户特征和流行度归一化的金融产品混合推荐算法(C PC F).在Santander银行客户数据上进行实验,将基于人口统计学的推荐算法与协同过滤推荐算法进行组合,在此基础上,引入流行度权重因子,将流行度归一化处理.实证结果表明,在Precision和Recall上均有提升,适合用户信息容易采集且用户数量级远超过项目数量级的金融理财产品推荐场景.

关键词：协同过滤、人口统计特征、流行度归一化、混合推荐

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;吉林省科技厅自然科学基金资助项目

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：117-122