基于用戶評(píng)分和用戶特征的混合協(xié)同過(guò)濾算法研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展和大數(shù)據(jù)時(shí)代的到來(lái)，個(gè)性化推薦服務(wù)已經(jīng)成為一種新的趨勢(shì)。協(xié)同過(guò)濾算法是目前推薦系統(tǒng)中應(yīng)用最成功和使用最廣泛的技術(shù)之一，它根據(jù)近鄰用戶的興趣偏好為目標(biāo)用戶產(chǎn)生推薦。這種算法在快速發(fā)展的同時(shí)也面臨著數(shù)據(jù)稀疏性、冷啟動(dòng)問(wèn)題等挑戰(zhàn)。本文提出了一種基于用戶評(píng)分和用戶特征的混合協(xié)同過(guò)濾算法，該算法綜合考慮用戶特征和用戶評(píng)分計(jì)算用戶之間的相似性。同時(shí)，本文又將用戶特征劃分為用戶人口統(tǒng)計(jì)學(xué)特征和用戶話題特征，并建立了用戶人口統(tǒng)計(jì)學(xué)特征與

2、話題特征的對(duì)照庫(kù)。若目標(biāo)用戶為老用戶，通過(guò)加權(quán)的方法綜合考慮用戶人口統(tǒng)計(jì)學(xué)特征、用戶話題特征和用戶評(píng)分來(lái)進(jìn)行用戶之間相似度的計(jì)算。若用戶為新用戶，通過(guò)用戶人口統(tǒng)計(jì)學(xué)特征和話題特征對(duì)照庫(kù)，確定該用戶的話題特征，并根據(jù)Jaccard系數(shù)進(jìn)行相似度的計(jì)算。最終，系統(tǒng)為目標(biāo)用戶產(chǎn)生推薦。
　　本文采用MovieLens數(shù)據(jù)集作為算法實(shí)驗(yàn)的數(shù)據(jù)，通過(guò)對(duì)比傳統(tǒng)協(xié)同過(guò)濾算法與本文提出的算法平均絕對(duì)誤差來(lái)進(jìn)行算法準(zhǔn)確度的檢驗(yàn)。實(shí)驗(yàn)結(jié)果表明本文提出