耦合内容相似度信息的贝叶斯隐式反馈推荐

发布时间：2022-10-07 21:22

　　传统推荐算法如贝叶斯隐式反馈推荐算法都是围绕用户—态势需求度矩阵进行建模,只利用到用户和态势的交互行为信息,未利用到用户或态势的额外信息,而这些信息往往代表着用户对相关态势的潜在需求,充分利用这些额外信息,将有助于进一步提升刻画用户需求,提升用户建模的准确性。因此本章在贝叶斯隐式反馈推荐算法的基础上,融入用户和态势的相似度信息,提出一种耦合内容相似度信息的贝叶斯隐式反馈推荐算法。仿真结果表明,该算法能够充分挖掘用户与态势之间复杂的关系背后隐藏的用户潜在需求,提升战场态势推送的质量。 

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于余弦相似度的复杂网络故障检测方法及应用[J]. 耿志强,胡海霞,韩永明.  北京化工大学学报(自然科学版). 2017(02)



本文编号：3687431