融合标签和多元信息的个性化推荐算法研究

摘要：

多数基于标签的推荐算法都存在推荐方式单一的问题,没有充分利用社会关系等其他信息.针对这一问题,提出了一种融合信任关系、时间因子和标签信息的个性化推荐算法TTLMF,该算法在现有基于标签的个性化推荐算法的基础上,充分利用了用户之间的信任关系和当前上下文的时间信息,使得推荐项目更加符合用户的需求.在公共数据集last.fm上进行了实验,结果表明TTLMF算法在准确率、召回率、Fmeasure以及覆盖率这四个指标上具有更好的推荐效果,一定程度上缓解了数据稀疏性和用户的冷启动问题.

关键词：标签、个性化推荐、信任关系、时间信息

所属期刊栏目：55

分类号：TP311(计算技术、计算机技术)

资助基金：山东省科技发展计划项目2014GGX101011;山东建筑大学博士基金XNBS1523;济南市软科学计划项目201704065

在线出版日期：2019-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：159-165