基于本体用户兴趣模型的个性化推荐算法

摘要：

针对目前个性化服务中用户模型稳定性低、推荐结果不尽人意的现状,在建立基于本体的用户兴趣模型基础上,通过模型更新提高稳定性,建立用户群实现用户模型管理.提出利用矩阵聚类降维分解技术的个性化推荐算法,引入偏好方差的概念计算用户最近邻,进而产生推荐,避免了传统协同过滤算法的数据稀疏性缺陷,提高了推荐质量.结合面向电影的个性化推荐系统,验证了模型及算法的有效性.

关键词：本体、用户兴趣模型、稳定性、数据稀疏、偏好方差

所属期刊栏目：16

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61073090;上海市科学技术委员会科研计划资助项目09DZ1122302;广东省教育部产学研结合资助项目2009GJE00026,2009B090300429;上海市重点学科建设资助项目B004

在线出版日期：2011-04-11（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：2757-2762