10.16039/j.cnki.cn22-1249.2020.07.012
基于隐语义模型的推荐算法研究
针对传统推荐算法用户兴趣值低、准确性差的问题,提出基于隐语义模型的推荐算法研究.首先对隐语义模型数据特征值进行采集,获取用户的个性化喜好信息,并针对采集到的特征数据及搜索关键词,进行不同信息之间的关联性数值的判断和分类处理.在此基础上,根据判断和分类处理结果对不同层次的信息进行推荐排序处理,优化模型信息推荐步骤,实现隐语义模型信息推荐.实验研究结果表明,基于隐语义模型的推荐算法的用户兴趣值高于其他传统推荐算法,且信息推荐的准确性较高.
隐语义模型、兴趣信息、推荐算法、特征采集、个性化
37
TP391(计算技术、计算机技术)
2019年度安徽高校自然科学研究一般项目;2018年度高校优秀青年人才支持计划项目;2018年度安徽自然科学研究重点项目
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
49-53