基于特征增益与多级优化的协同过滤个性化推荐算法

摘要：

基于混合策略个性化推荐的思想,为进一步提升业务套餐型产品的个性化推荐的准确性,提出了基于特征增益与多级优化的协同过滤推荐算法(FACCF);其中融合了消费数据的时域特征、空域特征、消费倾向以及套餐特征.该算法首先基于客户的时域、空域行为特征,构建了CTAP概率主题模型实现协同过滤;其次,将过滤后的新特征、套餐主题与套餐特征结合进行优化;最后,基于贝叶斯网络对客户群体的消费倾向进行聚类分析,形成二次优化,获得个性化推荐列表.使用电信真实用户数据实证分析的结果表明,FACCF算法能够更准确地预测客户消费意愿.

关键词：业务套餐推荐、协同过滤、特征增益、多级优化、概率主题模型

所属期刊栏目：16

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61163005;江西省科技计划项目2014ZBBE50008

在线出版日期：2016-10-13（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：272-277