信息系统工程
信息繫統工程
신식계통공정
INFORMATION SYSTEM ENGINEERING
2015年
3期
129-130,132
,共3页
个性化推荐%协同过滤%K-最近邻%隐语义模型
箇性化推薦%協同過濾%K-最近鄰%隱語義模型
개성화추천%협동과려%K-최근린%은어의모형
协同过滤推荐算法是目前应用最成功的推荐技术,利用指定用户的相似用户对某一物品的评价,形成对该指定用户对此物品的评价预测.两种主流的协同过滤推荐算法分别是分析用户或者物品相似度的近邻关系模型,以及揭示用户与物品隐含特征信息的隐语义模型.提出了以K-最近邻模型为修正项对隐语义模型进行扩展,使这两种模型有效的结合,从而构建出推荐精度更高的混合模型.实验表明,该混合算法能够获得更好的推荐效果.
協同過濾推薦算法是目前應用最成功的推薦技術,利用指定用戶的相似用戶對某一物品的評價,形成對該指定用戶對此物品的評價預測.兩種主流的協同過濾推薦算法分彆是分析用戶或者物品相似度的近鄰關繫模型,以及揭示用戶與物品隱含特徵信息的隱語義模型.提齣瞭以K-最近鄰模型為脩正項對隱語義模型進行擴展,使這兩種模型有效的結閤,從而構建齣推薦精度更高的混閤模型.實驗錶明,該混閤算法能夠穫得更好的推薦效果.
협동과려추천산법시목전응용최성공적추천기술,이용지정용호적상사용호대모일물품적평개,형성대해지정용호대차물품적평개예측.량충주류적협동과려추천산법분별시분석용호혹자물품상사도적근린관계모형,이급게시용호여물품은함특정신식적은어의모형.제출료이K-최근린모형위수정항대은어의모형진행확전,사저량충모형유효적결합,종이구건출추천정도경고적혼합모형.실험표명,해혼합산법능구획득경호적추천효과.
