文献类型：期刊文章

作　　者：沈晶磊[1,2] 虞慧群[1] 范贵生[1] 郭健美[1]

机构地区：[1]华东理工大学计算机科学与工程系,上海200237 [2]上海市计算机软件评测重点实验室,上海201112

出　　处：《计算机科学》

基　　金：国家自然科学基金(61602175;61772200);上海市研究生教育创新项目;华东理工大学教育教学规律与方法研究项目资助

年　　份：2017

卷　　号：44

期　　号：11

起止页码：164-167

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：如今随着推荐系统势头的加强,如何对用户行为进行快速而准确的预测变得愈加重要。通过分析网上社区帖子的点赞和点踩数据,实现了基于随机森林的推荐系统。该系统将实际问题转化为分类模型,并实现了数据处理、特征提取和参数调整。同时,该系统还对用户浏览帖子后是否产生交互行为进行了预测。最后,通过实验仿真并利用F1值对实验结果进行评估。实验结果证明了系统的有效性和效率。

关 键 词：随机森林  推荐系统 特征提取 机器学习  

分 类 号：TP181]