一种基于系统主题挖掘的协同过滤算法

摘要：

针对传统推荐算法在近邻寻找时忽略了系统自身群组特性的问题,依据项目内容与分类标签间的高关联性,对项目类别标签进行聚类,提出一种系统主题生成算法.基于同一时间段内相同主题的项目具有较高相似性的思想,在计算类内项目相似度时考虑了项目的评分和时间相似性.对于跨主题分布的项目,在评分预测阶段引入了主题偏重系数对类内评分进行加权计算.根据上述理论思想对传统的协同过滤推荐算法进行改进,提出一种基于系统主题挖掘的协同过滤算法.实验结果表明,该算法对传统算法中存在的问题进行了改善且推荐精度有所提高.

关键词：推荐系统、协同过滤、聚类、主题挖掘、相似度

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项基金E类项目2572014EB05;国家自然科学基金项目61300098

在线出版日期：2018-04-24（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：664-667