基于Softmax回归模型的协同过滤算法研究与应用

来源：计算机技术与发展杂志2016年第12期北京时间：

作者：孟佩;曹菡;师军

摘要：针对传统的协同过滤推荐算法所存在的推荐精度不高的问题，提出了基于Softmax回归模型的协同过滤算法。根据用户的属性特征将用户分为不同的簇，再从目标用户所在的簇中实现协同过滤推荐，有效缩减了最近邻居的查找范围，提高了推荐效率。主要将此改进算法应用于饮食推荐中，根据用户的饮食记录对用户按口味偏好进行精准分类，将偏好相同的用户划分到同一个簇中，再从目标用户所在的用户簇中查找最近邻居，完成推荐。从两方面对此方法进行了实证分析：基于Softmax的用户口味偏好分类的准确率分析和基于Softmax的协同过滤推荐精准度分析，验证了该方法的有效性和可行性。

关键词：Softmax回归;口味偏好;协同过滤;营养饮食