本文選題：推薦系統(tǒng) + 冷啟動(dòng)�。� 參考：《微電子學(xué)與計(jì)算機(jī)》2017年06期

【摘要】：為了提高電子商務(wù)推薦系統(tǒng)的性能,提出了考慮可信度的基于時(shí)效性的用戶-項(xiàng)目-屬性-標(biāo)簽四部圖模型,并針對(duì)該模型提出了一種新的推薦算法——融合可信度和時(shí)效標(biāo)簽的商品推薦算法.該模型算法改善新項(xiàng)目的冷啟動(dòng)問題;提出了基于評(píng)分信息的、基于項(xiàng)目屬性的和基于用戶時(shí)效標(biāo)簽的3種個(gè)性化預(yù)測評(píng)分方法,將這3種評(píng)估方法融合,通過調(diào)節(jié)參數(shù)α,β和γ平衡因子,判斷這3種評(píng)估方法的影響因素權(quán)值,從而提高推薦的準(zhǔn)確度.結(jié)果表明該推薦算法既有較高的準(zhǔn)確度,也有較高的新穎度,并且在某種程度上有效地處理了新項(xiàng)目推薦的冷啟動(dòng)問題.
[Abstract]:In order to improve the performance of e-commerce recommendation system, a timeliness based user project attribute label four graph model is proposed, and a new recommendation algorithm is proposed for the model, which combines reliability and time label based recommendation algorithm. The model algorithm improves the cold start problem of the new project; Based on the score information, 3 personalized prediction scoring methods based on the item attribute and the user aging label, the 3 evaluation methods are fused. By adjusting the parameter alpha, beta and gamma balance factors, the weights of the influencing factors of the 3 evaluation methods are judged, thus the accuracy of the recommendation is improved. The results show that the proposed algorithm has a higher degree of accuracy. Accuracy and novelty, and to some extent, effectively handle the cold start problem recommended by the new project.

【作者單位】： 新疆大學(xué)軟件學(xué)院;新疆大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金(61562086,61462079,61363083,61262088)
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

2 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

3 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

4 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

5 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

6 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

7 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

8 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 尹長青;楊單稷;;基于視頻的智能推薦算法[J];科技傳播;2011年22期

10 吳泓辰;王新軍;成勇;彭朝暉;;基于協(xié)同過濾與劃分聚類的改進(jìn)推薦算法[J];計(jì)算機(jī)研究與發(fā)展;2011年S3期

相關(guān)會(huì)議論文 前7條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 梁莘q，

本文編號(hào)：1843638