基于并行协同过滤算法的领域知识推荐模型研究

作者：杨恒^*; 王思丽; 祝忠明; 刘巍; 王楠

来源：数据分析与知识发现, 2020, 4(06): 15-21.

• 推荐系统
• 协同过滤
• MapReduce
• 机器学习算法

【目的】从海洋平台数据中过滤出用户需要的信息,并及时准确地推荐给用户。【方法】通过基于内容的推荐算法和基于物品的协同过滤算法筛选候选集,采用并行MapReduce的方式提高系统对数据的并行挖掘能力;使用机器学习算法提高推荐候选准确度,实现精准匹配和个性化推荐的效果。【结果】有效地根据用户点击的文章生成推荐列表,模型评估准确度为78.5%,均方根误差为0.22。【局限】对用户特征以及文本特征还需深度挖掘;实验过程中多次使用分词工具,对其准确度有所依赖;模型训练算法还需优化。【结论】本文模型能够在一定程度上满足用户的个性化推荐需求,可以为平台建设提供良好的支持。

• 单位
  中国科学院西北生态环境资源研究院