基于用户特征分解的协同过滤冷启动解决算法

摘要：

协同过滤中的冷启动问题是个性化推荐系统的一个难点,本文提出了一种基于用户特征分解的解决算法.首先构建了用户表示矩阵同时为保证不同用户评价的可比性,把每个用户的评价向量进行标归一化处理得到标准用户评价矩阵然后将两者进行合成得到用户特征对资源的标准评价矩阵.当新用户表示为用户特征向量,与特征评价矩阵合成得到新用户的预测评价向量,从而进行个性化推荐.基于MovieLens数据集进行的实验表明,该算法可以一定程度上解决系统冷启动问题,提高系统推荐质量.该算法还可以很方便地推广解决新资源的冷启动问题.

关键词：用户特征、协同过滤、冷启动、评价矩阵、特征表示矩阵

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：山东省高等学校科技计划项目J12LN73;山东省艺术科学重点课题2012445

在线出版日期：2014-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：616-619