| 结合用户主观偏好与项目属性扩充的推荐算法 |
| |
| 引用本文： | 钟耀亿,丁晓剑,杨帆.结合用户主观偏好与项目属性扩充的推荐算法[J].计算机系统应用,2021,30(9):192-199. |
| |
| 作者姓名： | 钟耀亿 丁晓剑 杨帆 |
| |
| 作者单位： | 南京财经大学 信息工程学院, 南京 210046 |
| |
| 基金项目： | 国家自然科学基金(62002156); 江苏省高等学校自然科学研究面上项目(19KJB520035); 江苏省研究生科研与实践创新计划(KYCX20_1327) |
| |
| 摘 要： | 协同过滤算法是推荐系统中使用广泛的一种算法,然而传统协同过滤算法仅利用评分信息,实际场景下会面临相似度计算准确率低,推荐个性化程度不高的缺陷,难以满足用户的需求.针对协同过滤算法的不足,结合用户主观偏好与项目属性扩充提出一种改进算法,首先在项目相似度计算上做了两个改进:引入标签相关度,依据项目标签相关度来研究项目之间的相似度,并根据项目历史评分用户的特征构造项目的扩充属性,可用于从项目受众类型的角度衡量项目相似度;其次考虑到用户存在主观偏好的情况,使用支持向量机为每个用户训练标签偏好预测模型,可用于项目预测评分的修正,提高推荐的个性化程度和准确度.基于MovieLens数据集的实验结果表明,所提算法能更准确地计算项目间的相似度,且能根据用户的个性化偏好得出更精确的预测评分.
|
| 关 键 词： | 协同过滤 相似度 属性扩充 个性化偏好 支持向量机 |
| 收稿时间： | 2020/12/15 0:00:00 |
| 修稿时间： | 2021/1/18 0:00:00 |
Recommendation Algorithm Combined with User Preference and Item Attribute Extension |
| |
| ZHONG Yao-Yi,DING Xiao-Jian,YANG Fan.Recommendation Algorithm Combined with User Preference and Item Attribute Extension[J].Computer Systems& Applications,2021,30(9):192-199. |
| |
| Authors: | ZHONG Yao-Yi DING Xiao-Jian YANG Fan |
| |
| Affiliation: | College of Information Engineering, Nanjing University of Finance & Economics, Nanjing 210046, China |
| |
| Abstract: | |
| |
| Keywords: | collaborative filtering similarity attribute extension personalized preference Support Vector Machine (SVM) |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
