科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的/意义]旨在提高虚拟学术社区推荐系统推荐结果的准确率。[方法/过程]以“小木虫论坛”为例，构建了融合用户属性的虚拟学术社区用户画像模型，利用One-hot编码和TF-IDF算法分别对用户属性特征和发帖特征进行向量化处理，利用余弦相似度算法和熵权法计算用户间的相似度，并在此基础上引入协同过滤推荐算法验证所构建模型的性能。[结果/结论]相比于仅考虑用户发帖内容特征的传统模型，本文所构建的融合用户属性的用户画像模型推荐结果的准确率提升了2.34%,且有效解决了协同过滤推荐算法的冷启动和数据稀疏性问题。
- 单位
