一种基于语义的协同过滤算法
随着信息技术和互联网(特别是Web2.0和移动互联网)的发展，各种图片、微博、视频等大量信息的创建与分享变得越来越容易，人们进入到了一个信息过载(information overload)的时代。在这个时代，由于信息的极度爆炸，使得信息生产者和信息消费者都面临着困境:对于生产者而言，想要使自己的信息受到广泛的关注已经不是一件容易的事情;同样的，对于消费者而言，想要找到自己需要的信息也变得越来越难。针对信息过载的问题，推荐系统的主要功能是预测用户对某个物品的喜爱程度.在个性化推荐领域,主流的推荐方法有两种:基于内容的推荐和基于协同的推荐.通过对这两类推荐算法进行较为全面和深入的分析,提出了一种将基于内容和基于协同过滤相混合的推荐算法——语义增强型的协同过滤算法.本算法应用在个性化音乐推荐领域的Top-Ⅳ推荐,并经试验证明,在推荐冷门音乐时,混合推荐算法比纯粹的基于内容和基于协同的推荐方法都更加有效.
计算机网络 协同过滤算法 个性化推荐 在线音乐服务
刘杨 杨明川
中国电信股份有限公司北京研究院 北京100035
国内会议
北京
中文
368-373
2015-08-01（万方平台首次上网日期，不代表论文的发表时间）