基于核方法的User-Based协同过滤推荐算法

被引：33

作者：

王鹏

王晶晶

俞能海

机构：

[1] 中国科学技术大学电子工程与信息科学系

来源：

计算机研究与发展 | 2013年 / 50卷 / 07期

基金：

国家自然科学基金重点项目;

关键词：

协同过滤; 个性化推荐; 核方法; 数据稀疏; 相似性度量;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

作为在实际系统中运用最为广泛和成功的推荐技术,协同过滤算法得到了研究者们的广泛关注.传统的协同过滤算法面临着数据稀疏和冷启动等问题的挑战,在计算用户之间相似度时只能考虑有限的数据,因此难以对用户之间的相似度进行准确的估计.提出了一种基于核密度估计的用户兴趣估计模型,并基于此模型,提出了一种基于核方法的user-based协同过滤推荐算法.通过挖掘用户在有限的评分数据上表现出来的潜在兴趣,该算法能更好地描述用户兴趣在项目空间上的分布,进而可以更好地估计用户之间的兴趣相似度.实验表明,该算法可以有效地提高推荐系统的性能,尤其在数据稀疏的情况下能显著地提高推荐结果的质量.

引用

页码：1444 / 1451

页数：8

共 5 条

[1] 个性化推荐算法设计 [J].