融合偏好度与网络结构的推荐算法

摘要：

针对传统推荐系统追求推荐列表的准确率而忽略推荐的多样性以及数据集信息缺失等问题,提出了融合偏好度与网络结构的推荐算法.通过用户历史反馈数据分析用户偏好度,将偏好度与二部图随机游走推荐算法融合,初步得出项目推荐列表;利用用户-标签二部图,挖掘用户不跟随大众的喜好标签,得到推荐项目列表;根据模型融合得到最终的推荐结果.实验表明,新算法在保持较好精确率和召回率的情况下,有效提高了推荐的多样性.

关键词：推荐系统、偏好度、多样性、网络结构

所属期刊栏目：55

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61572144;广东省省级科技计划项目2016B030306002,2015B010110001,2017B030307002

在线出版日期：2019-11-29（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：9-15