首页> 中文期刊> 《计算机应用与软件》 >结合用户行为和物品标签的协同过滤推荐算法

结合用户行为和物品标签的协同过滤推荐算法

         

摘要

传统协同过滤算法在利用评分进行推荐时,面临物品冷启动及不能保证评分客观公正的问题,从而影响推荐的准确度.同时,推荐系统所需数据集中存在大量用户行为信息以及物品标签信息.为了解决以上问题,综合标签信息来提出一种结合用户行为和物品标签的协同过滤推荐算法.实现了不依赖用户对物品的评分,而基于物品标签概率进行有效推荐的研究目标.实验表明,该算法可以消除不客观公正评分的影响并能很好地解决物品冷启动问题,同时提高推荐准确度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号