基于案例推理的过滤算法及智能信息推荐系统

被引：11

作者：

姜丽红 ^{[1
]}

徐博艺 ^{[2
]}

席俊红 ^{[3
]}

机构：

[1] 上海交通大学计算机系

[2] 上海交通大学管理学院

[3] 华东师范大学软件学院

来源：

清华大学学报(自然科学版) | 2006年 / S1期

关键词：

案例推理; 个性化推荐; 协同过滤;

D O I：

10.16511/j.cnki.qhdxxb.2006.s1.030

中图分类号：

TP391.9 [计算机仿真];

学科分类号：

080203 ;

摘要：

智能信息推荐系统能够通过用户偏好,利用信息过滤算法主动剔除无关信息。该文提出了一个基于案例推理的职能信息推荐系统的架构,主要包含数据层、过滤层和结果展示层3个功能层次。设计了一个基于案例推理的过滤算法,将用户对文本的评价定义为案例;采用归一化的Euclidean距离,计算用户之间的相似度。在一个公共数据集上进行了不同过滤算法的reca ll值对比实验。结果表明,采用案例推理技术,对协同过滤的准确度有一定程度的改善。

引用

页码：1074 / 1077

页数：4