文献类型：期刊文章

作　　者：李雪婷[1] 杨抒[2] 赛亚热·迪力夏提[1] 赵昀杰[1]

LI Xue-ting;YANG Shu;Saiyare DILIXIATI;ZHAO Yun-jie(School of Computer and Information Engineering,Xinjiang Agricultural University,Urumqi 830000,China;School of Computer,Chengdu University,Chengdu 610000,China)

机构地区：[1]新疆农业大学计算机与信息工程学院,新疆乌鲁木齐830000 [2]成都大学计算机学院,四川成都610000

出　　处：《计算机技术与发展》

基　　金：自治区“十三五”重点研发项目(2017B01002-4)。

年　　份：2021

卷　　号：31

期　　号：10

起止页码：24-29

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：随着大数据时代的到来,海量数据出现在人们眼前。从冗杂的信息中快速获取满足人们个性化需求的数据成为了一个棘手的问题,推荐算法是解决此类问题的有力工具。针对移动电商平台中信息量较大,人们难以快速获得所需信息的问题,提出了一种融合内容与协同过滤的混合推荐算法。该算法先利用基于LFM的协同过滤算法产生推荐结果;当面临向新用户或新物品进行推荐时,再利用基于内容的推荐算法产生推荐结果。采用级联的方式将两种推荐算法进行混合,在一定程度上缓解了用户冷启动问题、物品冷启动问题及数据稀疏问题,克服了单一算法的局限性。实验证明,相较于传统的基于用户和基于物品的推荐算法,该算法能够有效提高推荐结果的准确率、召回率及覆盖率,从而提升推荐质量。

关 键 词：混合推荐  协同过滤 基于内容  冷启动问题  推荐质量  

分 类 号：TP391]