基于領域知識的協同過濾推薦研究.pdf

1、隨著網絡的日益普及和電子商務的快速發(fā)展，信息推薦實現了從傳統的“人找信息”向“信息找人”的網絡服務模式的轉變。協同過濾技術是當前推薦系統主要采用的技術，它能夠發(fā)掘出目標用戶潛在的興趣，獲得良好的用戶體驗。
　　 在實際運用中，協同過濾推薦系統主要面臨兩個需要解決的問題，一個是稀疏性，即用戶評分數據通常非常少，僅僅依據這些評分很難發(fā)現相似的用戶；另一個是實時性，即隨著系統用戶和資源的增多，系統的性能會越來越低。針對第一個問題，可以

2、構建一個初始用戶-項目評分矩陣，通過預測該矩陣中的空缺評分，降低評分極端稀疏對推薦效果帶來的影響。在這個過程中，本文結合項目的領域類別信息，通過計算項目間的評分密度閾值，從而動態(tài)調整項目評分和項目類別對相似性的貢獻大小，改進了項目間的相似性計算公式，使得填充的評分值更加準確，有利后續(xù)的未評分項目的最近鄰計算，提高了推薦系統的準確性。對于第二個問題，本文依據項目的領域類別信息為活動用戶篩選出候選近鄰集合，在此基礎上，融入用戶的領域職位信息