基于Softmax回归模型的协同过滤算法研究与应用

摘要：

针对传统的协同过滤推荐算法所存在的推荐精度不高的问题，提出了基于Softmax回归模型的协同过滤算法。根据用户的属性特征将用户分为不同的簇，再从目标用户所在的簇中实现协同过滤推荐，有效缩减了最近邻居的查找范围，提高了推荐效率。主要将此改进算法应用于饮食推荐中，根据用户的饮食记录对用户按口味偏好进行精准分类，将偏好相同的用户划分到同一个簇中，再从目标用户所在的用户簇中查找最近邻居，完成推荐。从两方面对此方法进行了实证分析：基于Softmax的用户口味偏好分类的准确率分析和基于Softmax的协同过滤推荐精准度分析，验证了该方法的有效性和可行性。

关键词：Softmax回归、口味偏好、协同过滤、营养饮食

所属期刊栏目：26

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目41271387

在线出版日期：2017-01-11（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：153-155,159