基于局部模型加权融合的Top-N电影推荐算法 被引量:1

• 全文链接
• 请求原文

作   者：

汤颖;  孙康高;  秦绪佳;  周建美; 

作者机构：

浙江工业大学计算机科学与技术学院; 

关键词：

模型融合;  推荐系统;  稀疏线性模型;  主题模型; 

期刊名称：

计算机科学

基金项目：

按单装配系统的最优控制策略研究
离散曲面的局部形状特征描述及应用研究

i s s n：

年卷期：

2018 年 B11 期

页   码：

439-444

摘   要：

为了解决传统推荐算法使用单一模型无法准确捕获用户偏好的问题,将稀疏线性模型作为基本推荐模型,提出了基于用户聚类的局部模型加权融合算法来实现电影的Top-N个性化推荐.同时,为了实现用户聚类,文中利用LDA主题模型和电影的文本内容信息,提出了语义层次用户特征向量的计算方法,并基于此来实现用户聚类.在豆瓣网电影数据集上的实验验证结果表明,所提局部加权融合推荐算法提升了原始基模型的推荐效果,同时又优于一些传统的经典推荐算法,从而证明了该推荐算法的有效性.