基于用户点赞行为的推荐算法研究

摘要：

传统的协同过滤算法主要通过已有项目的评分信息确定用户邻近集再进行评分预测,并以此进行推荐,这种推荐方法的推荐精度并不高.引入一个新的项目属性-意象标签作为用户与项目之间的联系纽带,在协同过滤算法的基础上提出一种双矩阵模型,并利用平台用户对于意象标签的点赞行为再次改进方法.实验结果证明,两种方法均大幅度提高推荐范围,且引入用户支持度的方法能够有效地提高推荐精度.

关键词：协同过滤、推荐算法、意象标签、双矩阵模型、点赞行为

所属期刊栏目：53

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技支撑计划项目2015BAH21F01;西安市科技计划项目FW1409;高等学校学科创新引智计划项目B13044

在线出版日期：2018-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：75-79