一种基于参数化重排名提高多样性的推荐方法

针对传统个性化推荐算法追求提升推荐准确率而忽略总体多样性,从而导致用户满意度降低的问题,提出一种基于参数化重排名提高多样性的推荐方法.用户历史评分尺度决定了用户的偏好相关系数,该方法据此改进了传统重排名算法中偏好相关系数的计算方法.使用参数化的计算方法获得用户排名阈值,以实现推荐准确性与多样性的有效平衡,提高了推荐的质量需求.实验结果表明,该方法在推荐精确度都降低的情况下,较其他算法能够显著增加推荐的总体多样性,提高推荐质量.