基于加权网络结构的冷门资源推荐算法
【出 处】:
【作 者】:
刘国梁
钱晓东
【摘 要】基于网络结构的推荐方法存在过度推荐“热门资源”,忽略推荐“冷门资源”的问题.然而实际中“冷门资源”更契合用户个性化的偏好需求,因此通过挖掘“冷门资源”来提高推荐结果的新颖性成为推荐算法研究方向之一.通过改进网络结构的推荐算法来提高对“冷门资源”的推荐:首先,构建用户-项目-特征词关联网络结构;其次,将用户对项目的评分差作为用户-项目能量传递的权值提高推荐准确性,将项目所具有的特征词的信息熵作为项目-特征词能量传递的权值增加“冷门资源”的推荐;最后,利用线性加权生成推荐列表.在MovieLens数据集上的实验结果表明,本文算法兼顾了推荐结果的准确性,提高了推荐结果中“冷门资源”的推荐.
相关热词搜索: 网络结构 冷门资源 信息熵 个性化推荐
上一篇: 基于随机森林的老年人居住偏好预测研究
下一篇: 基于SQP局部搜索的多子群果蝇优化算法