融合用户属性与项目流行度的用户冷启动推荐模型

作者：韩立锋; 陈莉^*

来源：计算机科学, 2021, 48(02): 114-120.

• 推荐系统
• 用户冷启动
• 社会统计学信息
• 协同过滤
• 项目流行度

冷启动一直是推荐系统领域中被密切关注的问题,针对新注册用户冷启动的问题,文中提出了一种融合用户人口统计学信息与项目流行的推荐模型。首先对训练集用户进行聚类,将训练集用户划分为若干类。然后计算新用户与所属类别中其他用户之间的距离,选择其近邻用户集,在评分计算时综合考虑项目流行度对推荐效果的影响,进而为目标用户推送感兴趣的节目。最后在经典推荐系统数据集中对所提模型进行验证。实验结果表明,该模型明显优于传统协同过滤算法,并在一定程度上解决了冷启动问题。