集成项目类别与语境信息的协同过滤推荐算法

被引:10
作者
姚忠 [1 ]
吴跃 [1 ]
常娜 [2 ]
机构
[1] 北京航空航天大学经济管理学院
[2] 国家信息中心
关键词
电子商务推荐系统; 协同过滤; 项目相似性; 项目类别; 语境信息; 条件概率; 数据稀疏性;
D O I
10.13196/j.cims.2008.07.203.yaozh.012
中图分类号
TP391.1 [文字信息处理];
学科分类号
081203 ; 0835 ;
摘要
为改进基于项目的协同过滤推荐算法的推荐效果,在项目相似性计算时引入项目类别因素的影响,得出新的推荐算法,即基于项目类别的修正条件概率相似性,并在此基础上提出集成语境信息的多维推荐模型。通过与相关相似性、余弦相似性和修正余弦相似性的数值实验对比,证明在数据比较稀疏的情况下,改进算法所获得的推荐效果有较大提高。
引用
收藏
页码:1449 / 1456
页数:8
相关论文
共 8 条
[1]   面向场景的协同过滤推荐算法 [J].
张光卫 ;
康建初 ;
李鹤松 ;
刘常昱 ;
李德毅 .
系统仿真学报, 2006, (S2) :595-601
[2]   一种新的基于用户的协作过滤推荐算法 [J].
聂凯 .
物流科技, 2006, (09) :118-120
[3]   电子商务个性化推荐研究 [J].
余力 ;
刘鲁 .
计算机集成制造系统, 2004, (10) :1306-1313
[4]   一种优化的协同过滤推荐算法 [J].
周军锋 ;
汤显 ;
郭景峰 .
计算机研究与发展, 2004, (10) :1842-1847
[5]   基于项目评分预测的协同过滤推荐算法 [J].
邓爱林 ;
朱扬勇 ;
施伯乐 .
软件学报, 2003, (09) :1621-1628
[6]   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
[7]   Incorporating contextual information in recommender systems using a multidimensional approach [J].
Adomavicius, G ;
Sankaranarayanan, R ;
Sen, S ;
Tuzhilin, A .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2005, 23 (01) :103-145
[8]   Applying associative retrieval techniques to alleviate the sparsity problem in collaborative filtering [J].
Huang, Z ;
Chen, H ;
Zeng, D .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :116-142