摘要
为解决互联网用户兴趣模型在实际应用中存在的数据稀疏度和用户多兴趣问题,文章提出了基于大项集组的用户兴趣建模方法,将项目和用户评价之间的映射关系转化为项目属性和用户评价之间的映射关系来解决稀疏度问题,并采用高阶大项集组来描述用户的多兴趣问题。最后通过网络爬虫在豆瓣网上采集用户对电影的评分数据对建模方法进行了初步实验验证。结果显示,这种基于项目属性大项集组的用户兴趣推荐方法,和现有的推荐方法相比,能够有效地降低目标用户和推荐知识之间的差异度。
出处
《统计与决策》
CSSCI
北大核心
2010年第15期49-52,共4页
Statistics & Decision
基金
国家自然科学基金项目(70871043
70801028)
