文献类型：期刊文章

作　　者：李龙生[1] 艾均[1] 苏湛[1] 李妍妍[2]

Li Longsheng;Ai Jun;Su Zhan;Li Yanyan(School of Optical-Electrical and Computer Engineering, University of Shanghai jbr Science and Technology, Shanghai 200093, China;School of Electronic Communication Engineering, Zhengzhou University of Aeronautics, Zhengzhou 450003, Henan, China)

机构地区：[1]上海理工大学光电信息与计算机工程学院,上海200093 [2]郑州航空工业管理学院电子通信工程学院,河南郑州450003

出　　处：《计算机应用与软件》

基　　金：上海市自然科学基金项目(14ZR1428800)

年　　份：2018

卷　　号：35

期　　号：6

起止页码：248-253

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：传统协同过滤算法在利用评分进行推荐时,面临物品冷启动及不能保证评分客观公正的问题,从而影响推荐的准确度。同时,推荐系统所需数据集中存在大量用户行为信息以及物品标签信息。为了解决以上问题,综合标签信息来提出一种结合用户行为和物品标签的协同过滤推荐算法。实现了不依赖用户对物品的评分,而基于物品标签概率进行有效推荐的研究目标。实验表明,该算法可以消除不客观公正评分的影响并能很好地解决物品冷启动问题,同时提高推荐准确度。

关 键 词：协同过滤 冷启动 用户行为 物品标签  

分 类 号：TP3[计算机类]