作者:叶加加; 赵逢禹贝叶斯网络兴趣预测热点信息联合推荐
摘要:兴趣模型是一种根据用户的行为和偏好建立起来的数学模型,它反映用户在一段时期内对信息需求的主要倾向。通常的兴趣模型推荐主要基于用户兴趣,没有考虑到热点信息对用户的影响以及存在冷启动的问题。提出一种基于兴趣预测和热点分析的联合推荐算法,利用贝叶斯网络对用户兴趣进行预测,并利用基于速度增长的预测方法对当前的热点信息进行预测。该方法综合考虑了兴趣预测与热点预测,能够有效增强用户兴趣预测准确度。实验证明,该方法(BPUR)比传统的Bayesian方法准确率更高,能够有效避免新用户的冷启动问题。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社