文献知网节
  • 记笔记

一种基于参数化重排名提高多样性的推荐方法

汪千松蒋胜王忠群

安徽工程大学计算机与信息学院

摘要: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.
  • 专辑:

    理工C(机电航空交通水利建筑能源); 电子技术及信息科学

  • 专题:

    计算机软件及计算机应用

  • 分类号:

    TP391.3

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:62 页码:72-76 页数:5 大小:904K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者