一种改进的结合评分和评论信息的推荐方法
随着互联网技术的普及和现代电子商务的迅速发展,推荐系统得到广泛使用,但大多数推荐算法仍存在冷启动、可解释性差两大问题.本文以结合评分和评论信息的HFY模型为基础,提出了一个改进的HFT模型,通过加入自由向量,捕获原HFT模型中未出现的评论信息,缓解了这两大问题,并进一步提高了模型的准确度.最后,通过两个大型数据集的实验,结果表明本文的模型准确度优于HFT模型,可为有效利用评论信息资源提供参考.
推荐系统、改进的HFT模型、评论信息、自由向量
34
TP181(自动化基础理论)
国家自然科学基金资助项目61402118,61673123;广东省科技计划项目2015B090901016,2016B010108007;广东省教育厅项目粤教高函2015[133]号,粤教高函[2014] 97号;广州市科技计划项目201604020145,2016201604030034,201508010067
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
27-31,48