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
