-
题名个性化商品推荐系统的混合推荐算法研究
被引量：1
- 1
-
-
作者
王晖
张慧
-
机构
泰州机电高等职业技术学校
-
出处
《科技资讯》
2023年第22期248-252,共5页
-
文摘
推荐算法是推荐系统的核心内容,推荐算法的评价标准包含预分类准确性和测准确性。传统的推荐算法有两个明显缺陷,使用词频作为搜索文本的特征向量与无法克服高频词汇干扰。通过TF/IDF特征词加权改进算法提升分类准确性。提出混合模型LDTF,从信息增益的角度计算每个词性对词义的贡献增益,来判断一个特定词在此词性下能够代表的词义权重,用动态的计算不同词性的词性比,解决传统TF/IDF算法在文本识别的缺陷,使用CW-TF/IDF优化算法提升特征词的分类效果综合提升推荐准确度。为了解决内容推荐稀疏矩阵问题引入WSBCF协作推荐算法,提升推荐系统的用户体验,实验结果表明能在不同评分矩阵稀疏度下,统计能显著且明显提高。
-
关键词
商品推荐
特征词加权
推荐算法
稀疏矩阵
词义权重
-
Keywords
Product recommendation
Weighted feature words
Recommendation algorithm
Sparse matrix
Semantic weight
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
