首页> 中文期刊> 《天津职业技术师范大学学报》 >基于信息匹配度的混合推荐算法

基于信息匹配度的混合推荐算法

         

摘要

针对推荐系统中协同过滤算法的冷启动问题无法解决、矩阵分解算法推荐解释性较差、单一推荐算法适应性不强的问题,提出了一种基于信息匹配度的协同过滤和矩阵分解的动态权重混合算法(UIBCF-MF).该算法考虑了各算法推荐结果和历史信息的不匹配度,将基于用户的协同过滤算法和基于物品的协同过滤算法与传统的矩阵分解算法按照特定规则进行混合,提出了一种基于皮尔逊相关系数的主观评分规范化方法.当新用户或新物品出现时,对推荐结果做二次矩阵分解,解决了冷启动问题并具有一定的可解释性,真实MovieLens电影数据集上的实验结果表明,该算法在稀疏矩阵中能有效降低推荐误差,提高推荐精度.

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