基于标签和协同过滤的个性化推荐算法

个性化推荐算法：基于阅读历史和兴趣的推荐系统 #生活乐趣# #阅读乐趣# #电子书推荐#

基于标签和协同过滤的个性化推荐算法

计算机与现代化杂志

摘要：现有的协同过滤推荐算法主要依据用户对资源的评分,但是通常用户的评分矩阵数据稀疏,少量的评分数据不能很好表示出用户和资源的特点。然而,标签既能反映用户的兴趣又能描述资源的自身特征。因此,本文通过引入标签,提出一种基于标签和协同过滤的个性化推荐算法。该算法将标签视为用户和资源的中间纽带,通过拆分用户-标签-资源三维关系图后分别计算用户与标签、标签与资源的关联度,构建用户的兴趣模型。再依据用户兴趣模型预测对于待推荐新资源的兴趣度,最终产生Top-N推荐集。在公开数据集Movie Lens上,与现有算法的比较结果表明,该算法在准确率、召回率上均有所提升,达到了更好的推荐效果。

关键词：

标签  协同过滤  兴趣模型  个性化推荐  

作者：

刘健 张琨 陈旋

单位：

南京理工大学计算机科学与工程学院 江苏南京210094

刊名：

计算机与现代化

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社

投稿咨询免费咨询杂志订阅

网址：基于标签和协同过滤的个性化推荐算法 https://www.yuejiaxmz.com/news/view/538102

相关内容

基于协同过滤的美食推荐算法
基于协作过滤算法的电子商务个性化推荐系统的研究
个性化推荐系统中协同过滤方法的研究
基于协同过滤算法的美食推荐系统研究与实现
springboot毕设基于协同过滤的个性化旅游推荐系统论文+程序+部署
基于协同过滤算法的绿色食品推荐ssm
基于SpringBoot+微信小程序的美食推荐系统（协同过滤算法）
基于协同过滤的校内餐厅推荐系统设计与实现（源码+论文）
ssm毕设 基于协同过滤算法的食谱定制系统源码+程序+论文
基于Java的个性化推荐系统：UserCF与ItemCF算法实现

随便看看