基于標(biāo)簽的協(xié)同過濾推薦技術(shù)的研究.pdf

1、為了幫助每個用戶找到最適合他的信息，推薦系統(tǒng)根據(jù)每個用戶獨(dú)特的興趣特點，預(yù)測和發(fā)現(xiàn)用戶潛在的興趣，把用戶最需要的信息推薦給用戶。協(xié)同過濾是最主要的一類推薦方法，然而協(xié)同過濾的推薦質(zhì)量容易受評分?jǐn)?shù)據(jù)稀疏性問題的影響。同時許多現(xiàn)實的推薦系統(tǒng)除了擁有評分信息外，還有大量的用戶對項目添加的標(biāo)簽信息。從標(biāo)簽中可以發(fā)現(xiàn)用戶的興趣模式和項目的內(nèi)容屬性等信息。因此利用標(biāo)簽可能會提高推薦的質(zhì)量。
　　 本文介紹了當(dāng)前一些主要的推薦技術(shù)，重點研究了

2、協(xié)同過濾這一類最主要的推薦方法，并對這些方法的優(yōu)缺點進(jìn)行了一定程度的分析。
　　 為了緩解傳統(tǒng)的協(xié)同過濾算法所面臨的數(shù)據(jù)稀疏性問題的影響和提高推薦的質(zhì)量，本文提出了一種基于標(biāo)簽的協(xié)同過濾模型。利用標(biāo)簽信息對一種現(xiàn)有的協(xié)同過濾模型進(jìn)行了擴(kuò)展，從而把標(biāo)簽的信息融入進(jìn)來。
　　 在MovieLens數(shù)據(jù)集上對基于標(biāo)簽的協(xié)同過濾模型進(jìn)行了系統(tǒng)的測試，實驗結(jié)果驗證了基于標(biāo)簽的協(xié)同過濾模型的預(yù)測質(zhì)量比其他不考慮標(biāo)簽的協(xié)同過濾算法更好