基于标签与深度本体的Web推荐方法研究

摘要：

基于用户偏好物品与其在网上浏览的历史记录,推荐系统都能够向用户推荐项目和预测未来的采购意愿,但稀疏性、冷启动等问题影响该方法的推荐效果.为此,提出将深度本体与用户标签结合的Web推荐方法.利用深度本体项目之间的语义关系对数据矩阵降维,根据用户提供的标签信息,将点击流映射到本体中,结合深度本体中项目之间的关系扩展推荐结果,推荐出top-n信息.实验结果表明,与传统的基于本体方法相比,该方法可解决稀疏性和冷启动等问题,同时推荐的准确性和时效性都有较好的效果.

关键词：推荐系统、标签、深度本体、降维、点击流、推荐扩展

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61005010;安徽省自然科学基金资助项目1408085MF135;高等学校省级优秀青年人才基金资助重点项目2013SQRL074ZD

在线出版日期：2016-02-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：156-160