基于匹配网络的情报推荐算法研究

基于作战背景下的情报推送面临的一个严重的问题是很难获取显式的用户-情报之间的交互信息,这使得原本通过挖掘交互信息中情报用户之间关联关系的推荐算法都出现了严重的冷启动问题,因此需要寻找可以只利用少量交互信息进行推荐的算法。本文将匹配网络用于情报信息的推荐,匹配网络能够从少量样本中提取样本的分类特征信息并与待推荐情报进行匹配,最终得到推荐结果。仿真结果显示基于匹配网络的推送在训练样本比较少的情况下推荐准确率和召回率均优于其他算法,证明该算法能够克服情报推荐中的冷启动问题。