| 基于经验的协同推荐 |
| |
| 引用本文： | 杨明花,古志民. 基于经验的协同推荐[J]. 小型微型计算机系统, 2008, 29(3): 498-502 |
| |
| 作者姓名： | 杨明花 古志民 |
| |
| 作者单位： | 北京理工大学,计算机科学技术学院,北京,100081 |
| |
| 基金项目： | 北京理工大学校科研和教改项目 |
| |
| 摘 要： | 传统协同推荐将用户相似性作为选择推荐者的基准,过多地依赖用户相似性.借鉴Hovland说服模型,提出了基于经验的协同推荐算法.指出推荐效果受多个因素影响,用户经验是选择推荐者时需要考虑的重要因素.给出了从行为日志中测量用户经验的方法,并给出了将用户经验与相似性相结合,整合到标准的协同推荐框架中的两种方法.在真实日志数据上进行了测试.实验表明,与传统方法相比,该方法能够推荐用户感兴趣却意想不到的网页,提高推荐的质量.
|
| 关 键 词： | 协同推荐 个性化 WUM 用户经验 协同推荐 Recommendation 质量 网页 用户经验 实验 测试 日志数据 框架 标准 整合 结合 相似性 方法 测量 行为 影响 因素 效果 推荐算法 |
| 文章编号： | 1000-1220(2008)03-0498-05 |
| 修稿时间： | 2006-09-26 |
Expertise-based Collaborative Recommendation |
| |
| YANG Ming-hua,GU Zhi-min. Expertise-based Collaborative Recommendation[J]. Mini-micro Systems, 2008, 29(3): 498-502 |
| |
| Authors: | YANG Ming-hua GU Zhi-min |
| |
| Affiliation: | YANG Ming-hua,GU Zhi-min(School of Computer Science , Technology,Beijing Institute of Technology,Beijing 100081,China) |
| |
| Abstract: | Suggesting the most recommendable and trustworthy information that the users can't discover on their own is the just way to improve the quality of recommendation.Traditional collaborative recommendation systems relied heavily on similarity of users.This paper argues that users' similarity alone is not enough and additional factors should also be considered in guiding recommendation.We believe that users' expertise must be an important consideration because people usually trust the suggestions coming from pe... |
| |
| Keywords: | collaborative recommendation personalization wUM User's expertise |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
