科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】针对用户类型多样性和推荐模型专一性的问题,提出基于用户行为自适应推荐模型。【方法】通过构建三层协同结构来规范推荐过程。第一层对用户分类,形成不同推荐通道;第二层根据通道匹配经过改进的推荐子算法;第三层引入特征加权形成推荐池,并在其中筛选项目推荐给用户;最终实现自适应推荐。【结果】与主流推荐模型进行对比,本文所提推荐模型的准确率、召回率、覆盖率、流行度分别是0.24、0.17、0.50、4.40,说明本文模型在各项指标上均有很好的表现。【局限】推荐算法以显性的评分为基础,无法直接预测无评分数据的数据集,需要构造偏好模型预测出隐式数据的评分,再进行预测,故在实际应用中会有一定的局限性。【结论】本文模型能够适应不同类型用户的偏好,并实现合理的推荐。
- 单位
