一种基于贝叶斯网络的个性化协同过滤推荐方法研究

被引：13

作者：

付永平 ^{[1
]}

邱玉辉 ^{[2
]}

机构：

[1] 安康学院电子与信息工程学院

[2] 西南大学计算机与信息科学学院

来源：

计算机科学 | 2016年 / 43卷 / 09期

关键词：

协同过滤; 贝叶斯网络; 推荐系统; 语义;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

针对推荐系统不能有效进行个性化推荐问题,在协同过滤过程中引入语义校验,通过对基于用户的协同过滤推荐结果进行语义校验,剔除概率较低的推荐结果,选择概率较高的结果推荐给用户,从而实现个性化语义推荐。在构建贝叶斯语义校验网络时,增加用户"喜好"偏好字段,通过问卷调查及信息反馈,确定用户对物品的喜好偏好值,确保贝叶斯语义校验网络的科学性。实验结果表明,本方法能剔除用户喜好度较低的物品,提高用户的满意度。

引用

页码：266 / 268

页数：3

共 4 条

[1] 基于协同过滤算法的个性化图书推荐系统的研究 [J].

孙彦超 ;

韩凤霞 .

图书馆理论与实践, 2015, (04) :99-102

[2] 基于Hadoop与Mahout的协同过滤图书推荐研究 [J].

奉国和 ;

黄家兴 .

图书情报工作, 2013, 57 (18) :116-121

[3] 基于密度的动态协同过滤图书推荐算法 [J].

武建伟 ;

俞晓红 ;

陈文清 .

计算机应用研究, 2010, 27 (08) :3013-3015

[4]

Application and research of collaborative filtering in ecommerce recommendation system .2 Hu J. 2010 3rd International Conference on Computer Science and Information Technology (ICCSIT) . 2010

← 1 →