计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
1期
69-71,110
,共4页
蔡强%韩东梅%李海生%胡耀光%陈谊
蔡彊%韓東梅%李海生%鬍耀光%陳誼
채강%한동매%리해생%호요광%진의
标签%协同过滤%推荐算法%用户偏好%资源相似度
標籤%協同過濾%推薦算法%用戶偏好%資源相似度
표첨%협동과려%추천산법%용호편호%자원상사도
Tag%Collaborative filtering%Recommendation algorithm%User preference%Item similarity
传统的协同过滤算法以用户评分体现用户兴趣偏好及资源相似度,忽视了用户、资源自身的特征,并且对稀疏数据和新资源的推荐质量明显下降.在Web2.0时代下,标签可被用户依个人偏好进行自由资源标注.因此,提出了基于标签和协同过滤的推荐算法.其基本思想是将标签作为体现用户兴趣偏好和资源特征的信息,依据用户、标签及资源的多维关系生成用户及资源的标签特征向量,并计算用户对资源的偏好程度和资源相似度,然后基于用户的历史行为预测用户对其他资源的偏好值,最后依据预测偏好值排序产生Top-N推荐结果.通过与传统的协同过滤算法的比较,验证了本算法能有效缓解数据的稀疏性,解决推荐的冷启动问题,提升推荐的准确性,获得更好的推荐效果.
傳統的協同過濾算法以用戶評分體現用戶興趣偏好及資源相似度,忽視瞭用戶、資源自身的特徵,併且對稀疏數據和新資源的推薦質量明顯下降.在Web2.0時代下,標籤可被用戶依箇人偏好進行自由資源標註.因此,提齣瞭基于標籤和協同過濾的推薦算法.其基本思想是將標籤作為體現用戶興趣偏好和資源特徵的信息,依據用戶、標籤及資源的多維關繫生成用戶及資源的標籤特徵嚮量,併計算用戶對資源的偏好程度和資源相似度,然後基于用戶的歷史行為預測用戶對其他資源的偏好值,最後依據預測偏好值排序產生Top-N推薦結果.通過與傳統的協同過濾算法的比較,驗證瞭本算法能有效緩解數據的稀疏性,解決推薦的冷啟動問題,提升推薦的準確性,穫得更好的推薦效果.
전통적협동과려산법이용호평분체현용호흥취편호급자원상사도,홀시료용호、자원자신적특정,병차대희소수거화신자원적추천질량명현하강.재Web2.0시대하,표첨가피용호의개인편호진행자유자원표주.인차,제출료기우표첨화협동과려적추천산법.기기본사상시장표첨작위체현용호흥취편호화자원특정적신식,의거용호、표첨급자원적다유관계생성용호급자원적표첨특정향량,병계산용호대자원적편호정도화자원상사도,연후기우용호적역사행위예측용호대기타자원적편호치,최후의거예측편호치배서산생Top-N추천결과.통과여전통적협동과려산법적비교,험증료본산법능유효완해수거적희소성,해결추천적랭계동문제,제승추천적준학성,획득경호적추천효과.