一种基于本体的推荐系统模型

被引:6
作者
乔冬春 [1 ]
刘晓燕 [1 ]
付晓东 [1 ]
曹存根 [2 ]
机构
[1] 昆明理工大学信息工程与自动化学院
[2] 中国科学院计算技术研究所智能信息处理重点实验室
关键词
本体; 协同过滤; 基于内容推荐; 混合推荐; Web本体语言; 推荐系统;
D O I
暂无
中图分类号
TP391.3 [检索机];
学科分类号
摘要
经典推荐系统主要根据用户对项目的评价或者用户与项目之间的关键字相似度进行推荐,存在信息结构化程度低、语义缺乏、信息利用不充分等问题。为此,提出一种基于本体的推荐系统模型。将本体引入到推荐系统中,使用OWL语言对用户和项目信息进行描述,使用户和项目具有语义信息的同时,提高信息的结构化描述水平。在推荐过程中,通过规则分析用户行为信息并综合考虑以提高模型的推荐质量。实验结果证明,与传统推荐模型相比,该模型在信息结构化水平、语义描述等方面具有优势。采用该模型为用户推荐项目能够有效提高推荐的召回率和准确率。
引用
收藏
页码:282 / 287
页数:6
相关论文
共 5 条
[1]   基于协同过滤与划分聚类的改进推荐算法 [J].
吴泓辰 ;
王新军 ;
成勇 ;
彭朝晖 .
计算机研究与发展 , 2011, (S3) :205-212
[2]   互联网推荐系统比较研究 [J].
许海玲 ;
吴潇 ;
李晓东 ;
阎保平 .
软件学报, 2009, 20 (02) :350-362
[3]   本体论研究综述 [J].
李善平 ;
尹奇韡 ;
胡玉杰 ;
郭鸣 ;
付相君 .
计算机研究与发展, 2004, (07) :1041-1052
[4]   个性化服务技术综述 [J].
曾春 ;
邢春晓 ;
周立柱 .
软件学报, 2002, (10) :1952-1961
[5]   Evaluating collaborative filtering recommender systems [J].
Herlocker, JL ;
Konstan, JA ;
Terveen, K ;
Riedl, JT .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :5-53