个性化推荐冷启动算法
A Cold-starting Personalized Recommendation Algorithm作者机构:福州大学数学与计算机科学学院福州350108
出 版 物:《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期:2015年第36卷第8期
页 面:1723-1727页
核心收录:
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:针对传统的协同过滤算法中广泛存在的冷启动问题,提出一种基于项目属性的推荐算法CFAFN(Collaborative Filtering based on Attributes-Filling and the Number of rating for items).通过对新用户的询问,个性化推荐系统将获取新用户对项目属性的偏好信息.此外,对项目属性评分矩阵进行填充,以降低项目属性评分矩阵的稀疏性.在生成最终推荐信息之前,引入项目被评分数量的影响,进一步调整项目的预测评分,提高个性化推荐的推荐精度.通过Movie Lens数据集测试表明,该算法的推荐精度得到提升,优于一些新近提出的冷启动推荐算法.