|
|||||
|
|
| 基于用户相似性传递的跨平台交叉推荐算法 | |
| 引用本文： | 李 超,周 涛,黄俊铭,程学旗,沈华伟. 基于用户相似性传递的跨平台交叉推荐算法[J]. 中文信息学报, 2016, 30(2): 90-98 |
| 作者姓名： | 李 超 周 涛 黄俊铭 程学旗 沈华伟 |
| 作者单位： | 1. 电子科技大学 互联网科学中心,四川 成都 611731; 2. 北京百分点信息科技有限公司,北京 100080; 3. 中国科学院 计算技术研究所,中国科学院网络数据科学与技术重点实验室,北京 100190 |
| 基金项目： | 国家基础研究发展计划(973)(2012CB316303,2013CB329602);国家自然科学基金(61232010,61202215) |
| 摘 要： | 个性化推荐系统在电子商务领域中的广泛应用带来了巨大的经济效益和良好的用户体验。由于用户数据往往分布在多个不同的网站,单个网站的推荐系统受制于数据稀疏性的限制,难以获得准确的推荐效果。该文提出了一种基于传递相似性的交叉推荐系统算法,可以利用多个网站平台数据计算不同网站中的用户的相似度,从而很大程度上克服了推荐系统中的数据稀疏性以及冷启动问题。结果显示,该交叉推荐算法与传统的针对单个数据集的推荐算法相比,推荐的精确性有一至两倍的提高。 |
| 关 键 词： | 个性化推荐系统 协同过滤 多源数据 稀疏性 冷启动 |
Transfer with Shared Users: A Cross-platform |
|
| LI Chao,ZHOU Tao,HUANG Junming,CHENG Xueqi,SHEN Huawei. Transfer with Shared Users: A Cross-platform[J]. Journal of Chinese Information Processing, 2016, 30(2): 90-98 | |
| Authors: | LI Chao ZHOU Tao HUANG Junming CHENG Xueqi SHEN Huawei |
| Affiliation: | 1. University of Electronic Science and Technology of China, Chengdu, Sichuan 611731, China; 2. Beijing Baifendian Information Technology Co., Ltd. Beijing 100080, China; 3. CAS Key Lab of Network Data Science and Technology, Institute of Computing Technology, Chinese Academy Sciences, Beijing 100190, China) |
| Abstract: | The widely use of personalized recommender systems on online shopping websites results in great profits and enhanced user experiences. However, since a users behaviors usually scatter cross multiple different websites, it becomes difficult to provide accurate recommendations when a recommender system sees a section of his behaviors on a single website. We propose a new recommendation algorithm that transfers behaviors across different websites to calculate similarities between users on different websites. Our algorithm overcomes the sparsity and cold-start problem in recommender systems with a significant accuracy improvment, outperforming traditional algorithms that applied on a single website only. |
| Keywords: | personalization recommender systems collaborative filtering multiple source datasets sparsity cold-start problem |
| 点击此处可从《中文信息学报》浏览原始摘要信息 | |
| 点击此处可从《中文信息学报》下载全文 | |