一种多层混合的推荐模型研究

摘要：

在全面分析研究邻域模型和隐语义模型的基础上，针对现有推荐模型的优缺点，首先建立了一种融合邻域模型和隐语义模型的混合 Top-N 推荐模型，有效利用了用户反馈的信息，并全局考虑了用户与项目的潜在关系。然后综合考虑用户反馈信息、自身特征信息及潜在信息等因素，提出了一种基于 SVD＋＋上的全新混合 Top-N 推荐模型 SHT（基于 SVD＋＋的混合Hybrid Top-N 推荐模型缩写）。通过将特征信息融入模型，可准确地表现用户与项目的属性特征，实现依照用户的喜好与习惯高效、快捷和精准地推荐。实验结果表明，每一层的模型都能够在不同程度上提高推荐结果的精度。

关键词：推荐模型、Top-N 推荐、融合模型、奇异值分解

分类号：TP311(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研基金资助项目20110201110064；国家自然科学基金资助项目61325013

在线出版日期：2015-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1660-1664