一种新型的混合个性化推荐算法

摘要：

个性化推荐服务系统是根据用户历史记录和推荐算法为用户提供其感兴趣的个性化信息或商品的一种自动化工具.针对目前常用的基于协同过滤的推荐算法和基于内容的推荐算法各自存在的问题,本文提出一种结合协同过滤和隐语义分析的混合推荐算法——交替奇异值分解算法ASVD,通过奇异值分解算法对基于项目内容的项目-关键词矩阵和对用户评分信息得到的用户一项目矩阵进行分解过程产生的项目一隐主题矩阵合并优化来消除噪音提高推荐的精确度.实践结果表明,新的混合算法ASVD提高了推荐结果的准确性.

关键词：协同过滤、内容过滤、个性化推荐、混合推荐

分类号：TP301(计算技术、计算机技术)

在线出版日期：2013-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：64-67