摘 要: | 针对传统个性化推荐方法中存在的稀疏性、冷启动、过度专业化且准确率低等问题,提出一种基于网站聚合和知识的电影推荐方法。利用网络爬虫聚合源网站对某部电影的相关推荐,得到待推荐电影集,使用电影知识构建基于本体论的电影模型,并在该模型的基础上给出一种学习用户偏好权重的算法,采用SimRank算法和加权平均值计算电影相似度,根据相似度高低向用户进行推荐。实验结果证明,该方法的推荐准确度在非实时推荐场景下较现有方法提高10%以上,且实时推荐的推荐质量有明显提高,在一定程度上解决了稀疏性、冷启动及过度专业化等问题。
|