1. 北京物资学院信息学院, 北京 101149; 2. 中国社会科学院数量经济与技术经济研究所, 北京 100732
出版日期:
2019-03-25发布日期:
2019-06-21Research on Collaborative Filtering Recommendation Algorithm Based on User Tags
CUI Chunsheng1 ,WANG Hui1 ,LI Qun21. School of Information, Beijing Wuzi University, Beijing 101149; 2. Institute of Quantitative Technical Economics, Chinese Academy of Social Sciences, Beijing 100732
Online:
2019-03-25Published:
2019-06-21摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
随着互联网产业的快速发展, 推荐系统已成为商业领域的研究热点, 传统的仅考虑用户相似度或项目相似度的推荐算法已不能满足用户对推荐效率和推荐准确率的要求.考虑到社会好友间信任关系在推荐中的有益作用, 信任关系应当成为推荐系统 的考虑因素之一, 文章提出一种基于标签和信任关系的协同过滤模型.首先, 根据用户标签筛选出相似度较高的用户, 根据他们对项目的评价预测得分;然后, 根据社区内信 任关系计算基于信任的评分;最后, 综合两项得分进行预测. 通过Epinions数据集验证表明: 对比 单纯的相似度推荐, 添加信任因素后推荐结果有明显改变且随着信任网络规模扩大, 项目预测得分趋于稳定, 预测精度明显提高, 更适用于移动电子商务环境下的个性化推荐问题.
分享此文: