基于社区专家用户权威度的微博推荐算法研究

针对微博推荐方法存在效率不高、数据稀疏等问题,首先将用户交互级别与用户专业知识水平作为用户信任程度;其次融合改进的平台认证指数,用户活跃度和用户影响力3种因素,得到用户权威度;最后结合用户的信任关系和微博用户的权威度选出专家用户集,计算专家用户的兴趣相似度进行推荐,改进了基于社区专家用户权威度的微博推荐算法.实验结果表明,改进的推荐算法能有效地提高准确率、召回率和F1值.

基于专家协同过滤与混合策略的推荐算法

随着互联网技术和数字媒体的不断发展,因为信息资源过载使用户很难找到自己喜欢的物品,而推荐系统能有效处理该问题。文章针对推荐系统中存在常见的噪声用户和冷启动问题,提出了基于专家用户协同过滤和奇异值分解(SVD)的混合推荐算法。先对用户进行专家用户人工筛选降噪,再利用SVD算法分解后填充专家评分矩阵,同时在计算用户与专家的相似度时加入时间权重,最终选择最优项目进行推荐。最后使用MovieLens数据集将本文算法与传统算法进行实验分析对比,证明了该算法的有效性。

供求信息

成都长汇实业有限公司消防器材分公司2005年四川消防产品专项抽查质量分析