安徽工程大学学报

2017, v.32;No.104(01) 72-76

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种基于参数化重排名提高多样性的推荐方法
A Method for Improving Recommendation Diversity Based on Parameterized Re-ranking

汪千松;蒋胜;王忠群;

摘要(Abstract):

针对传统个性化推荐算法追求提升推荐准确率而忽略总体多样性,从而导致用户满意度降低的问题,提出一种基于参数化重排名提高多样性的推荐方法.用户历史评分尺度决定了用户的偏好相关系数,该方法据此改进了传统重排名算法中偏好相关系数的计算方法.使用参数化的计算方法获得用户排名阈值,以实现推荐准确性与多样性的有效平衡,提高了推荐的质量需求.实验结果表明,该方法在推荐精确度都降低的情况下,较其他算法能够显著增加推荐的总体多样性,提高推荐质量.

关键词(KeyWords): 推荐准确率;总体多样性;用户满意度;重排名方法;排名阈值

Abstract:

Keywords:

基金项目(Foundation): 教育部人文社科规划基金资助项目(13YJA630098)

作者(Author): 汪千松;蒋胜;王忠群;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享