用户隐式评价的农业知识协同过滤推荐算法优化与仿真

摘要：

本文基于湖南国家农村农业信息化示范省建设项目农业知识抽取与推荐研究,提出了基于用户隐式评价的农业知识协同过滤推荐算法.该算法主要针对协同过滤算法中用户偏好描述粒度大和评价矩阵稀疏引起的相似度计算不准确问题,通过建立农业知识标准特征矩阵,用户评分项目内容权重矩阵,然后基于内容的特征对评价矩阵进行填充,再基于项目协同过滤算法推荐相应的知识.使用MovieLens数据集,分析了相似度及邻居规模对CIECF算法的影响,论证了该算法比基于用户的协同过滤算法,基于项目的协同过滤算法具有更高的预测精度,同时使用农业数据集论证了本算法也适合农业文本知识推荐,既改善了数据稀疏性,又反映了用户个性兴趣。

关键词： 农业知识服务 协同过滤推荐算法 用户偏好 项目评价矩阵 预测精度

作者: 刘波 郭平 沈岳 丁德红

作者单位: 湖南农业大学信息科学技术学院湖南长沙 410128;湖南省农村农业信息化工程技术研究中心湖南长沙 410128 湖南农业大学信息科学技术学院湖南长沙 410128;湖南华南光电科技股份有限公司技术中心湖南常德 415000

会议类型: 国内会议

会议名称: 2014年“农业电气化与信息化工程与学科创新发展”学术年会

会议地点: 兰州

会议语种:中文

页码: 219-231

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）