可解释的实时图书信息推荐模型研究

摘要：

本文通过在基于物品的协同过滤(ICF)算法中引入偏置,同时考虑图书与用户自身的因素,从而提升推荐算法的可解释性、准确性,并且保持较高的实时性.并且,通过对比分析与离线实验证明,本文的算法bas-ICF在推荐理由的合理性、丰富度方面,都比原有的ICF表现更优秀,同时推荐准确度也有略微提升,并保持了优秀的实时性.

关键词：推荐模型、协同过滤、可解释性、图书信息

所属期刊栏目：38

资助基金：国家社会科学基金项目"基于用户行为动机的Altmetrics评价模型构建与实证研究"18BTQ075;广东省哲学社会科学"基于Altmetrics的学术成果多维信息计量体系、评价模型及实证研究"GD17CTS01

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：209-216