基于多模网络模型的个性化信息推荐算法及应用

摘要：

为了获得更高的信息推荐效率和更精确的推荐结果,结合k-means聚类法设计了信息推荐算法.以网络信息资源的属性及整体变化的相似度判断为基础进行信息检索,通过用户对资源的偏好程度构建多模网络模型,采用k-means聚类法建立最近邻用户集,以综合特征值为聚类起点对推荐的信息资源进行排序,从而实现信息资源的推荐.将该算法应用到就业信息推荐平台中,结果表明所提出的算法达到了较高的性能指标,对于各种创业、就业网络平台具有很强的实用性.

关键词：k-means聚类法、信息推荐算法、最近邻用户集、多模网络模型

所属期刊栏目：39

分类号：TP391.3(计算技术、计算机技术)

资助基金：陕西铁路工程职业技术学院教育教学改革研究项目2021JG-32

在线出版日期：2023-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：83-85