基于冲浪模型的Web协作推荐系统

摘要：

当前基于协作过滤(CF,Collaborative Filtering)的推荐系统广泛应用于在线购物、音乐点播、智能Web推荐等系统.基于协作过滤的Web推荐系统的一个问题是用户通常仅仅访问很少Web页,因此根据用户访问Web页的记录找到一组相似用户的概率很低,这就是"稀疏问题".本文提出了一种利用WWW冲浪模型,模仿用户访问Web页过程中的一些特点,并将用户的冲浪过程延续,模拟用户在Web站点访问更多的Web页,从而估计出用户对更多Web页的评价.本文还给出了实验比较,表明扩展冲浪深度后,系统推荐Web页的效果得到明显提高.

关键词：推荐系统、协作过滤、稀疏间题、冲浪模型

所属期刊栏目：16

分类号：TP393.09(计算技术、计算机技术)

资助基金：国家自然科学重大基金支持项目79990580

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：12-16