受长尾约束分布的多样性信息推荐技术

摘要：

现有的推荐系统大多侧重于热点项目的推荐,难以全面覆盖所有用户的需求,为此,提出了一种受长尾约束分布的偏好多样性的推荐算法.在用户查询历史的基础上对其多样性偏好进行倾向度分析,构造与评价次数呈反比例关系的项目疲劳函数,并将其与矩阵分解相整合,通过多样倾向度对函数比重进行调节,提高冷门项目出现在推荐列表中的概率.实验结果表明,该算法能够在不影响准确率的前提下实现高度多样化的项目推荐.

关键词：长尾约束分布、信息推荐、疲劳函数、LDA模型

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2023-08-30（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：169-171,175