基于相似用户好奇心的多样性推荐方法

摘要：

推荐技术已经成为信息过载时代提供个性化服务的关键技术.由于推荐结果的多样性可以提升推荐效果,多样性推荐方法开始备受关注.针对现有基于朋友好奇心的多样性推荐方法中,诸如朋友、信任关系等难以获取及比较稀疏的问题,提出了基于相似用户好奇心的多样性推荐方法(SUC).分析用户的真实评分,计算相似用户集;采用协同过滤方法,计算用户的预测评分;分析用户的真实评分和预测评分,计算用户的好奇心评分;融合预测评分和好奇心评分,计算用户的项目推荐列表.SUC方法不需要额外的用户关系信息,更具普适性.在五个真实数据集上的实验表明,与基准方法相比,SUC方法不仅提高了推荐多样性,同时也提升了推荐准确率、召回率和覆盖率.

关键词：推荐系统;协同过滤;相似度;好奇心;多样性

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：113-121