10.16208/j.issn1000-7024.2020.07.012
基于相似性度量的用户推荐方法
为解决协同过滤推荐中显示反馈数据缺失的情况和冷启动问题,综合考虑用户属性和隐式反馈数据,提出一种相似度计算和用户推荐方法.利用用户属性,充分挖掘用户信息,计算用户属性相似度,使用隐式反馈数据替代显示反馈数据计算用户行为相似度,融合两种相似度进行预测和用户推荐.在真实数据集上进行实验,实验结果表明,该方法具有准确性和有效性,解决了显示反馈数据缺失的问题,一定程度克服了用户冷启动问题.
推荐方法、协同过滤、相似性度量、用户属性、隐式反馈
41
TP312(计算技术、计算机技术)
国家自然科学基金项目 ;上海市浦江人才资助计划基金项目 ;上海市自然科学基金项目;华东理工大学教育科研基金项目 ;上海应用技术学院资助合作创新基金会基金项目
2020-07-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
1872-1876