基于用户偏好优化模型的推荐算法研究

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-10-11 合作期刊: 《计算机应用研究》

邱宁佳 何壮 王鹏 李岩芳

摘要： 传统的个性化推荐算法普遍存在数据稀疏性问题，影响了推荐的准确度。Slope one算法具有简单、高效等特点，但该算法只是根据用户—项目评分矩阵进行数据分析，对所有用户采用一致性的权重进行计算，忽视了用户对项目类型的喜好程度。针对上述问题进行了研究，提出LR-Slope one算法。首先根据用户—项目评分矩阵和项目类型信息构建用户对项目类型的偏好矩阵；然后利用线性回归模型计算用户对每个类型的权重，采用随机梯度下降算法优化权重；最后结合Slope one算法预测评分，填充评分矩阵，提高推荐的质量。实验结果表明，所提算法提高了推荐的精度，有效缓解了稀疏性问题。

 点击量 1905  下载量 1123  评论