作者：花凌锋; 杨高明; 王修君新闻推荐用户相似度位置服务协同过滤
摘要：【目的】针对基于位置的混合推荐方法存在的相似度算法准确率低下和系统已有用户新位置冷启动问题,提出面向位置的多样性兴趣新闻推荐方法（DLR）。【方法】使用聚类算法对用户历史行为数据的位置标签进行聚类分析,再利用LDA模型和基于三维用户相似度算法的协同过滤技术为每个聚类位置分别建立一个偏好模型。【结果】推荐时通过GPS获取当前位置信息并确定相应的偏好模型,在此基础上生成两个偏好列表,分别截取偏好列表的Top-n,组成推荐新闻集。当用户处于新位置时,使用基于降维相似度算法的协同过滤技术生成推荐列表并截取Top-n,生成多样性推荐新闻集。【局限】未能解决系统新用户的冷启动问题。【结论】DLR方法在新闻推荐的多样性和准确性上均有明显提升,提高了用户的阅读满意度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
