基于复杂属性商品的混合协同过滤推荐模型

来源：华东师范大学学报·哲学社会科学版杂志2017年第5期北京时间：

作者：周兰凤, 麻双克, 付正, 张晴

单位：周兰凤,女,副教授,研究方向为人工智能及大数据.E-mail:lfzhou@sit.edu.cn

摘要：协同过滤作为应用最广、研究最多的推荐算法，但依旧面临数据稀疏性、冷启动、数据质量差等固有问题，同时也鲜有研究者从实用角度基于商品性价比方面提高预测精确度.为此，本文综合考虑用户主观评分和商品客观评分，并在此基础上结合情境预过滤、社会网络理论以及专家意见提出了一种混合协同过滤推荐模型，在一定程度上缓解了上述缺点.并通过真实网上汽车销售数据实验，表明该模型相对传统协同过滤具有更高的预测精度，更适用于具有复杂属性的商品.

关键词：协同过滤,情境,复杂属性,个性化推荐,

基金资助：国家自然科学基金（41671402）