来源:《电子技术应用》2017年第10期 作者:魏琳东;黄永峰;
选择字号

融合用户属性信息的冷启动推荐算法

分享到: 分享到QQ空间

协同过滤算法广泛应用于个性化推荐系统中。现有的基于社群相似性的协同过滤算法在新用户新商品的冷启动场景中难以使用,性能较差。对此,提出了一种基于矩阵分解和神经网络映射的冷启动推荐算法。首先,使用矩阵分解方法求出用户在潜在兴趣空间的向量表示;然后,训练神经网络学习从用户属性数据到潜在兴趣向量的映射关系;最后,融合用户的历史评分数据与属性数据各自生成的兴趣向量,给出平滑的推荐预测值。实验表明,当用户的评分记录很少时,预测性能有明显提升,融合用户的属性信息能较好地改善"冷启动"情况下推荐系统的性能。(本文共计5页)       [继续阅读本文]

下载本文订阅本刊

相关文章推荐

电子技术应用杂志2017年第10期
电子技术应用
主办:华北计算机系统工程研究所
出版:电子技术应用杂志编辑部
出版周期:月刊
出版地:北京市

本期目录