社会化标签语义相似度的协同过滤算法

摘要：

为解决传统的协同过滤算法不能准确理解用户的喜好，影响推荐准确率和推荐效果，提出基于社会化标签语义相似度的协同过滤算法。算法以标签语义相似度为基础，将项目资源和相关标签的语义信息纳入，显著提高了推荐系统的预测性能。研究结果表明：与以具体评分数据为基础的算法相比，该算法较好地解决了词相似度和句子相似度计算问题，推荐准确度和性能较以往的协同过滤算法有明显提高，改善了推荐效果。

关键词：协同过滤、推荐系统、社会化标签、语义相似度、预测性能

分类号：TP301.6(计算技术、计算机技术)

资助基金：广东省高等学校学科与专业建设专项2013LYM 0110；广东省教育科学规划专项14JXN060

在线出版日期：2016-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：84-87