期刊文章详细信息
基于多粒度特征和混合算法的文档推荐系统
Document Recommendation System Based on Multi-Granularity Features and Hybrid Algorithms
文献类型:期刊文章
机构地区:[1]中国科学院大学,北京100049 [2]中国科学院软件研究所软件工程技术研究开发中心,北京100190 [3]北京智识企业管理咨询有限公司,北京100101
基 金:北京市科技计划项目(D171100003417002)
年 份:2018
卷 号:27
期 号:3
起止页码:9-17
语 种:中文
收录情况:CSA、IC、ZGKJHX、普通刊
摘 要:文库系统对信息的传播利用有着重要的作用,但在文库系统中出现信息过载问题后,数据的利用率会大大降低.针对该问题提出了一种基于多粒度特征和混合算法的文档推荐系统,系统在短语和词语两个粒度上对用户兴趣及文档特征进行建模,综合基于内容推荐算法及协同过滤算法,为用户生成兴趣列表.系统测试数据表明,系统在准确率、召回率、覆盖率、新颖度等指标上均有较为优异的表现,其为用户推荐的文档较符合用户实际偏好,有助于提升文库系统的数据利用率,改善用户体验.
关 键 词:用户兴趣模型 文档特征 基于内容推荐 协同过滤 推荐系统
分 类 号:TP391.3]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...