基于用户点赞行为的推荐算法研究

发布时间：2018-08-24 14:05

【摘要】：传统的协同过滤算法主要通过已有项目的评分信息确定用户邻近集再进行评分预测,并以此进行推荐,这种推荐方法的推荐精度并不高。引入一个新的项目属性-意象标签作为用户与项目之间的联系纽带,在协同过滤算法的基础上提出一种双矩阵模型,并利用平台用户对于意象标签的点赞行为再次改进方法。实验结果证明,两种方法均大幅度提高推荐范围,且引入用户支持度的方法能够有效地提高推荐精度。
[Abstract]:The traditional collaborative filtering algorithm mainly uses the evaluation information of the existing items to determine the users' neighboring sets and then make a recommendation. The recommendation accuracy of this recommendation method is not high. A new item attribute-image tag is introduced as the link between user and item. Based on the collaborative filtering algorithm, a dual matrix model is proposed, and the method is improved again by using platform users' likes to image labels. The experimental results show that both of the two methods can greatly improve the recommendation range, and the user support can effectively improve the recommendation accuracy.
【作者单位】： 西北工业大学陕西省工业设计工程实验室;
【基金】：国家科技支撑计划项目(No.2015BAH21F01) 西安市科技计划项目(No.FW1409) 高等学校学科创新引智计划项目(No.B13044)
【分类号】：TP391.3

【相似文献】

相关期刊论文 前10条

1 徐义峰;徐云青;刘晓平;;一种基于时间序列性的推荐算法[J];计算机系统应用;2006年10期

2 余小鹏;;一种基于多层关联规则的推荐算法研究[J];计算机应用;2007年06期

3 张立燕;;一种基于用户事务模式的推荐算法[J];福建电脑;2009年03期

4 王晗;夏自谦;;基于蚁群算法和浏览路径的推荐算法研究[J];中国科技信息;2009年07期

5 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期

6 王文;;个性化推荐算法研究[J];电脑知识与技术;2010年16期

7 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期

8 夏秀峰;代沁;丛丽晖;;用户显意识下的多重态度个性化推荐算法[J];计算机工程与应用;2011年16期

9 杨博;赵鹏飞;;推荐算法综述[J];山西大学学报(自然科学版);2011年03期

10 尹长青;杨单稷;;基于视频的智能推荐算法[J];科技传播;2011年22期

相关会议论文 前10条

1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年

3 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 梁莘q，

本文编号：2201051