10.3772/j.issn.1000-0135.2015.005.003
基于用户兴趣-标签的混合推荐方法研究1$
传统推荐技术存在冷启动、稀疏性、推荐精度低等问题。其中,可以方便表达用户兴趣偏好的标签推荐存在噪声、一词多义等问题,稳定性较好的用户兴趣刚好可以解决这一问题。然而,在推荐技术领域内,将兴趣与标签相结合的推荐研究相对较少。本文提出基于兴趣-标签的推荐算法ITRA (Interest-Tag Recommendation Algorithm),通过定义计算用户兴趣权重值、用户兴趣相似度、用户候选兴趣集、推荐兴趣-标签集、项目推荐集,将该集合作为最终的推荐结果。最后,通过实验证明该算法可以有效的提高推荐结果的准确率。
个性化推荐、用户兴趣、兴趣标签、电子商务
TP3;G35
1基金项目国家科技支撑计划2013BAH13F01
2015-10-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
466-470