引入隐式反馈的多维度推荐算法-计算机应用研究.PDFVIP

———————————————————————————————————————————————— 引入隐式反馈的多维度推荐算法 作者 刘美博，满君丰，彭成，刘鸣 机构 湖南工业大学 计算机学院 DOI 10.3969/j.issn.1001-3695.2018.04.0376 基金项目 湖南省研究生科研创新项目（CX2017B687） 预排期卷 《计算机应用研究》2019 年第36 卷第12 期 摘要 现有的推荐算法大多是应用显示反馈信息来推荐。针对显示反馈信息作出的推荐在准确率和 数据稀疏性处理上还存在缺陷的问题，引入了隐式反馈信息，设计和实现了一种引入隐式反 馈的多维度推荐算法(iMCF)。该算法涵盖用户、项目和隐式反馈三个维度的信息。对于前两 个维度的信息，通过云模型相似度建模；而隐式反馈维度的信息，主要是结合概率矩阵分解 模型进行处理。之后再把这三个维度得出的预测评分根据权值进行平衡，得出最终预测评分 并作出推荐。实验数据表明，该算法在召回率和准确率上的表现相对于其他算法有了较为明