作者：乔冬春 刘晓燕 付晓东 曹存根本体协同过滤基于内容推荐混合推荐web本体语言推荐系统
摘要：经典推荐系统主要根据用户对项目的评价或者用户与项目之间的关键字相似度进行推荐，存在信息结构化程度低、语义缺乏、信息利用不充分等问题。为此，提出一种基于本体的推荐系统模型。将本体引入到推荐系统中，使用OWL语言对用户和项目信息进行描述，使用户和项目具有语义信息的同时，提高信息的结构化描述水平。在推荐过程中，通过规则分析用户行为信息并综合考虑以提高模型的推荐质量。实验结果证明，与传统推荐模型相比，该模型在信息结构化水平、语义描述等方面具有优势。采用该模型为用户推荐项目能够有效提高推荐的召回率和准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
