融合多源异构数据的混合推荐模型

冀振燕, 皮怀雨, 姚伟娜

北京交通大学 软件学院, 北京 100044

收稿日期:2018-08-04出版日期:2019-02-28发布日期:2019-03-08

作者简介:冀振燕(1972-),女,副教授,E-mail:zhyji@bjtu.edu.cn.
基金资助:国家自然科学基金项目（61272353）；中央高校基本科研业务费专项资金（2017YJS215）

A Hybrid Recommendation Model Based on Fusion of Multi-Source Heterogeneous Data

JI Zhen-yan, PI Huai-yu, YAO Wei-na

School of Software Engineering, Beijing Jiaotong University, Beijing 100044, China

Received:2018-08-04Online:2019-02-28Published:2019-03-08

摘要/Abstract

摘要： 为更全面地反映用户个人偏好，提高推荐的准确度，提出了一种融合多源异构数据的混合推荐模型.综合考虑了用户社交关系和用户评论对用户评分的影响，从评论中提取主题信息作为用户和商家的特征，采用社区发现算法为用户划分社区，利用机器学习方法为社区建立模型，预测用户对商家的评分，再根据评分对商家进行排序，取前N个商家推荐给用户.实验结果表明，提出的混合推荐模型与经典推荐算法相比，可提高评分预测的准确度，从而提高推荐的准确度.
中图分类号:
TN911.22

引用本文

冀振燕, 皮怀雨, 姚伟娜. 融合多源异构数据的混合推荐模型[J]. 北京邮电大学学报, 2019, 42(1): 126-132.
JI Zhen-yan, PI Huai-yu, YAO Wei-na. A Hybrid Recommendation Model Based on Fusion of Multi-Source Heterogeneous Data[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(1): 126-132.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3332