一种基于协同过滤和混合相似性模型的推荐算法

作者：丁家满; 沈书琳; 贾连印; 游进国; 李润鑫

来源：上海理工大学学报, 2020, 42(03): 275-282.

DOI：10.13255/j.cnki.jusst.20190420001

• 推荐算法
• 协同过滤
• 混合相似
• 冷启动

针对推荐系统协同过滤方法中存在的数据稀疏和冷启动等问题,提出一种基于协同过滤和混合相似性模型的推荐算法。该算法首先计算用户在不同项目间的相似性,然后结合项目特性和标签信息权重来描述用户、项目、特性和标签之间的关系;其次,设定用户偏好因子和不对称因子调整不同用户间的评分偏好;最后,结合用户间相似性、项目综合权重,以及评分偏好构建混合相似性模型,并加入用户时间权重信息解决项目冷启动问题。在公开的MovieLens数据集上的实验表明,该算法在各种评估指标上比其他相关方法获得更显著的结果。

• 单位
  自动化学院; 昆明理工大学