作者:李珊 何建敏 厉浩推荐系统协同过滤语义知识
摘要:传统的基于项目的协同过滤算法,不能很好地解决数据稀疏和新项目问题(冷启动)带来的推荐质量下降的问题。笔者从智能检索的思想出发,提出一种新的基于知识的协同过滤推荐算法。该算法借助于领域本体,表达语义知识,增加了项目之间的关联信息;考虑到领域本体中结点、边、深度和密度对相似性计算的不同影响,算法结合信息论中的互信息相关概念,对相似性计算公式进行改进,提高了运算精度。实验结果表明,该算法相对于传统的基于项目的协同过滤推荐算法而言,可有效缓解由数据集稀疏和冷启动带来的问题,显著提高推荐系统的推荐质量。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社