基于内容相似度和云模型的知识推送方法研究
针对协同过滤算法中数据稀疏性和冷启动的问题,本文提出一种基于内容相似度和云模型的知识推送算法.该算法在原有协同过滤算法的基础上,综合考虑了用户兴趣和项目属性的影响,利用内容相似度的方法解决了用户-项目评分矩阵的数据稀疏性等问题;然后利用云模型计算用户间的相似度,得到目标用户的最近邻居;最后根据时间因子和最近邻居中每个用户对目标知识项的评分的加权平均值,计算出用户对项目预测评分并进行知识推送.实验结果表明,该算法有效地提高了知识推送的精确度,满足了用户的知识需求.
互联网 知识推送算法 内容相似度 云模型
李秀雅
中国电信股份有限公司北京分公司,北京 100124
国内会议
北京
中文
91-102
2014-09-01（万方平台首次上网日期，不代表论文的发表时间）