| 基于标签和协同过滤的个性化资源推荐 |
| |
| 引用本文： | 蔡强,韩东梅,李海生,胡耀光,陈谊. 基于标签和协同过滤的个性化资源推荐[J]. 计算机科学, 2014, 41(1): 69-71,110 |
| |
| 作者姓名： | 蔡强 韩东梅 李海生 胡耀光 陈谊 |
| |
| 作者单位： | 北京工商大学计算机与信息工程学院 北京100048;北京工商大学计算机与信息工程学院 北京100048;北京工商大学计算机与信息工程学院 北京100048;北京理工大学工业设计研究所 北京100081;北京工商大学计算机与信息工程学院 北京100048 |
| |
| 基金项目： | 本文受国家自然科学基金项目(71071019),国家高技术研究发展计划(863项目)(2012AA040904),北京市属高等学校人才强教计划资助 |
| |
| 摘 要： | 传统的协同过滤算法以用户评分体现用户兴趣偏好及资源相似度,忽视了用户、资源自身的特征,并且对稀疏数据和新资源的推荐质量明显下降。在Web2.0时代下,标签可被用户依个人偏好进行自由资源标注。因此,提出了基于标签和协同过滤的推荐算法。其基本思想是将标签作为体现用户兴趣偏好和资源特征的信息,依据用户、标签及资源的多维关系生成用户及资源的标签特征向量,并计算用户对资源的偏好程度和资源相似度,然后基于用户的历史行为预测用户对其他资源的偏好值,最后依据预测偏好值排序产生Top-N推荐结果。通过与传统的协同过滤算法的比较,验证了本算法能有效缓解数据的稀疏性,解决推荐的冷启动问题,提升推荐的准确性,获得更好的推荐效果。
|
| 关 键 词： | 标签 协同过滤 推荐算法 用户偏好 资源相似度 |
| 收稿时间： | 2013-04-27 |
| 修稿时间： | 2013-06-02 |
Personalized Resource Recommendation Based on Tags and Collaborative Filtering |
| |
| CAI Qiang,HAN Dong-mei,LI Hai-sheng,HU Yao-guang and CHEN Yi. Personalized Resource Recommendation Based on Tags and Collaborative Filtering[J]. Computer Science, 2014, 41(1): 69-71,110 |
| |
| Authors: | CAI Qiang HAN Dong-mei LI Hai-sheng HU Yao-guang CHEN Yi |
| |
| Affiliation: | School of Computer and Information,Beijing Technology and Business University,Beijing 100048,China;School of Computer and Information,Beijing Technology and Business University,Beijing 100048,China;School of Computer and Information,Beijing Technology and Business University,Beijing 100048,China;Institute of Industrial Design,Beijing Institute of Technology,Beijing 100081,China;School of Computer and Information,Beijing Technology and Business University,Beijing 100048,China |
| |
| Abstract: | |
| |
| Keywords: | Tag Collaborative filtering Recommendation algorithm User preference Item similarity |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
