基于协同标记的个性化推荐

互联网上社会书签的应用日渐流行,并由此诞生了协同标记。它提供了一种便捷有效的组织管理海量信息的方式。为了充分发挥其潜能,需要提取出协同标记中的深层关系。提出了发掘这些关系进而构造用户个人元数据,并据此进行个性化推荐的方法。提出的推荐算法同时具有基于内容和基于协同过滤推荐方法的优点,且可以灵活满足用户长短期的多个兴趣。在著名社会书签网站del.icio.us上的数据进行的实验显示了方法的优越性。

协同推荐pLSA模型的动态修正

提出一种对协同推荐的pLSA模型进行修正的算法,在推荐的过程中通过逐步修正PLSA模型中用户的兴趣模型,来适应用户兴趣的变化。通过实验证明该算法能够取得更好的推荐准确度。