科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了满足推荐系统的实时性需求,提出了一种融合用户评分和项目特征的相似推荐算法。该算法利用用户对项目的点击行为即时获取用户的偏好,然后根据用户的偏好为目标用户推荐偏好项目的相似项目。该算法同时考虑了用户和项目两个维度:利用用户对项目的评分数据计算用户评分相似度,利用用户生成的社会化标签计算项目特征相似度。然后将用户评分相似度和项目特征相似度进行加权融合,得到最终相似度,根据最终相似度生成推荐列表。为了面向大规模数据处理,同时提高算法运行的效率,对算法做了并行化扩展。实验结果表明:在分布式并行计算模式下,所提算法具有可观的加速比,能够满足推荐的实时性需求;在面对增量数据时,所提算法具有良好的可扩展性。
-
单位昆明理工大学; 自动化学院
