融合用户属性的隐语义模型推荐算法

摘要：

针对隐语义模型推荐算法中的数据稀疏和冷启动问题,提出一种融入用户属性信息的推荐算法.将二值化用户属性加入隐语义模型,利用分类模型衡量其他用户属性的重要程度,根据目标用户具有的属性找出与之相似的用户,并结合目标用户的评分信息得到最终推荐结果.在Movielens数据集上进行测试,结果表明,与协同过滤算法和隐语义算法相比,该算法可有效提高推荐准确率,即使在评分数据极度稀疏的情况下也能取得较好的推荐结果.

关键词：推荐系统、隐语义模型、用户属性、稀疏数据、逻辑回归

所属期刊栏目：42

分类号：TP312(计算技术、计算机技术)

资助基金：广东省科技厅研发与产业化项目2013B090500038,2014B040401012

在线出版日期：2017-01-14（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：171-175