融合关系挖掘与协同过滤的物品冷启动推荐算法

摘要：

针对新物品缺乏(非完全冷启动)或没有(完全冷启动)评分信息,协同过滤无法为新物品进行个性化推荐的问题,文中提出融合关系挖掘与协同过滤的推荐算法.首先,利用关系挖掘提取物品关系特征,根据属性之间的多种二元关系构建关系属性,丰富可用属性信息.然后,提出基于关系挖掘的近邻选取方法,增加邻近物品的多样性.最后,融合协同过滤方法,同时解决完全和非完全新物品冷启动问题,实现新物品的个性化推荐.在两个真实数据集上的实验表明,文中方法可以系统解决推荐系统中新物品的冷启动问题.

关键词：推荐系统、协同过滤、关系挖掘、新物品冷启动

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;辽宁省自然科学基金项目;大连市科技创新基金项目;大连市重点实验室专项基金资助

在线出版日期：2020-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：75-85