科研之友
微信
新浪微博
Facebook
分享链接
摘要
文学作品作为人类文明的重要表现形式之一,在互联网技术的推动下公众接受文学作品的方式越来越依赖平台的推荐。为了提高现代文学作品推荐算法的准确性,提出了加权信息增益算法(DWIG)与选择算法(TF-IDF-DW),其中加权信息增益算法是对特征项在类间和类内的分布特征优化,选择算法是对特征项位置分布权重的优化。在传统推荐算法的基础上,结合读者评论文本分析情况,按照社区的方式对读者进行划分。根据社区划分与读者评论文本的处理结果,对读者的阅读喜好进行综合预测评分,从而提升推荐的准确性。最后的实验结果显示,传统协同过滤算法的MAE值为1.8,而此次研究所提出的改进算法的MAE值只有0.5,该结果表明此次研究提出的推荐算法极大地提高了智能推荐系统的准确度。
- 单位
