10.11896/j.issn.1002-137X.2016.2.016
一种提高推荐多样性的概率选择模型
传统的推荐算法多以优化推荐列表的精确度为目标,而忽略了推荐算法的另一个重要指标——多样性.提出了一种新的提高推荐列表多样性的方法.该方法将列表生成步骤转换为N次概率选择过程,每次概率选择通过两个步骤完成:类型选择与项目选择.在类型选择中,引入项目的类型信息,根据用户对不同项目类型的喜好计算概率矩阵,并依照该概率矩阵选择一个类型;在项目选择中,根据项目的预测评分、项目的历史流行度、项目的推荐流行度3个因素重新计算项目的最终得分,选择得分最高的项目推荐给用户.通过阈值TR来调节多样性与精确度之间的折中.最后,通过对比实验证明了该方法的有效性.
推荐系统、多样性、Top-N推荐、概率选择
43
TP391(计算技术、计算机技术)
国家自然科学基金61063039;广西高校高水平创新团队及卓越学者计划,广西可信软件重点实验室基金kx201202
2016-05-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
72-77