基于用户兴趣-标签的混合推荐方法研究1$

摘要：

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。

关键词：个性化推荐、用户兴趣、兴趣标签、电子商务

分类号：TP3;G35

资助基金：1基金项目国家科技支撑计划2013BAH13F01

在线出版日期：2015-10-30（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：466-470