基于多粒度特征和混合算法的文档推荐系统

被引：9

作者：

邬登峰 ^{[1
,2
]}

白琳 ^{[2
]}

王涛 ^{[3
]}

李慧 ^{[2
]}

许舒人 ^{[2
]}

机构：

[1] 中国科学院大学

[2] 中国科学院软件研究所软件工程技术研究开发中心

[3] 北京智识企业管理咨询有限公司

来源：

计算机系统应用 | 2018年 / 27卷 / 03期

关键词：

用户兴趣模型; 文档特征; 基于内容推荐; 协同过滤; 推荐系统;

D O I：

10.15888/j.cnki.csa.006241

中图分类号：

TP391.3 [检索机];

学科分类号：

080201 [机械制造及其自动化];

摘要：

文库系统对信息的传播利用有着重要的作用,但在文库系统中出现信息过载问题后,数据的利用率会大大降低.针对该问题提出了一种基于多粒度特征和混合算法的文档推荐系统,系统在短语和词语两个粒度上对用户兴趣及文档特征进行建模,综合基于内容推荐算法及协同过滤算法,为用户生成兴趣列表.系统测试数据表明,系统在准确率、召回率、覆盖率、新颖度等指标上均有较为优异的表现,其为用户推荐的文档较符合用户实际偏好,有助于提升文库系统的数据利用率,改善用户体验.

引用

页码：9 / 17

页数：9

共 13 条

[1]

基于巴氏系数和Jaccard系数的协同过滤算法 [J].