摘要
在个性化信息推荐服务中,协同推荐作为一种基本的信息过滤方法得到广泛的应用,它根据和目标用户具有相似行为的用户对资源的评价来进行推荐。但是,我们的研究发现,协同推荐算法所获得的相似用户群和实际用户的概念层次没有关系,这和我们的直觉是矛盾的,这驱使我们在协同推荐算法中考虑进用户的分类信息。实验结果表明,这样的方法是有效的,它和传统协同过滤相比具有更高的推荐精度。
As a basic information filtering approach,collaborative filtering (CF) is widely used in personalized information service systems. However,our research reveals that the similar user groups in the CF is independent with that of semantic classification of the users, which is a contrary to our intuition,so we take user's classification into count in our improved algorithm. The experiment result shows that our algorithm is efficient since it has higher accuracy compared with traditional collaborative filtering.
出处
《计算机科学》
CSCD
北大核心
2004年第10期138-140,共3页
Computer Science
基金
中国人民大学211工程项目资助
