基于综合相似度和社交标签的推荐算法

摘要：

针对传统个性化推荐方法所面临的冷启动、数据稀疏等问题,本论文结合了项目组的前期研究,在综合考虑用户特征和用户信任度的基础上,引入了用户兴趣,形成综合相似度.针对目前推荐系统中评分数据较少的问题,论文结合了社交标签,丰富了推荐数据.首先利用综合相似度,找到用户的相似近邻,并将相似近邻所标注的标签形成一个标签集.其次利用基于标签的推荐算法,产生最终的推荐列表.实验结果表明,该算法能够有效提高推荐的准确率和召回率.

关键词：用户特征、信任度、冷启动、用户兴趣、社交标签

所属期刊栏目：26

分类号：TP3;O1

在线出版日期：2017-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：178-183