计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2015年
1期
119-124
,共6页
张新猛%蒋盛益%李霞%张倩生
張新猛%蔣盛益%李霞%張倩生
장신맹%장성익%리하%장천생
个性化推荐%标签%TF-IDF%基于网络的推荐
箇性化推薦%標籤%TF-IDF%基于網絡的推薦
개성화추천%표첨%TF-IDF%기우망락적추천
personalized recommendation%tag%TF-IDF%network-based inference
基于网络结构的推荐算法利用用户与项目间的结构关系进行推荐，忽略了用户偏好，而项目的标签隐含了项目的内容及用户的偏好，提出一种基于网络结构和标签的混合推荐方法。算法根据用户选择项目的标签统计信息，分别采用TF-IDF和用户对标签的支持度两种方法构建用户偏好模型，与基于网络的推荐模型进行线性组合推荐。通过在基准数据集MovieLens上测试证明，该算法在推荐结果命中率、个性化程度、多样性等方面均优于基于网络的推荐算法。
基于網絡結構的推薦算法利用用戶與項目間的結構關繫進行推薦，忽略瞭用戶偏好，而項目的標籤隱含瞭項目的內容及用戶的偏好，提齣一種基于網絡結構和標籤的混閤推薦方法。算法根據用戶選擇項目的標籤統計信息，分彆採用TF-IDF和用戶對標籤的支持度兩種方法構建用戶偏好模型，與基于網絡的推薦模型進行線性組閤推薦。通過在基準數據集MovieLens上測試證明，該算法在推薦結果命中率、箇性化程度、多樣性等方麵均優于基于網絡的推薦算法。
기우망락결구적추천산법이용용호여항목간적결구관계진행추천，홀략료용호편호，이항목적표첨은함료항목적내용급용호적편호，제출일충기우망락결구화표첨적혼합추천방법。산법근거용호선택항목적표첨통계신식，분별채용TF-IDF화용호대표첨적지지도량충방법구건용호편호모형，여기우망락적추천모형진행선성조합추천。통과재기준수거집MovieLens상측시증명，해산법재추천결과명중솔、개성화정도、다양성등방면균우우기우망락적추천산법。
The structure between user and item is only considered in the network-based inference algorithm regardless of personalized preferences, collaborative tags contain rich information about personalized preferences and item contents, and then a hybrid recommendation method is proposed based on network and tag. In this paper, personalized preferences is constructed according to the method of TF-IDF and the tag support, and a linear combination of recommendation model is presented by merging network-based inference and personalized preferences. The benchmark data set, MovieLens, is used to evaluate the algorithm. Experimental results demonstrate that the usage of tag information can significantly improve accuracy, diversification and personalized of recommendations.
