基于用户偏好优化模型的推荐算法研究

来源：计算机应用研究杂志2019年第12期北京时间：

作者：邱宁佳,何壮,王鹏,李岩芳,

单位：长春理工大学a.计算机科学技术学院;b.计算机与信息技术研究所,长春130022；

摘要：传统的个性化推荐算法普遍存在数据稀疏性问题，影响了推荐的准确度。Slope One算法具有简单、高效等特点，但该算法只是根据用户—项目评分矩阵进行数据分析，对所有用户采用一致性的权重进行计算，忽视了用户对项目类型的喜好程度。针对上述问题进行了研究，提出LR-Slope One算法。首先根据用户—项目评分矩阵和项目类型信息构建用户对项目类型的偏好矩阵；然后利用线性回归模型计算用户对每个类型的权重，采用随机梯度下降算法优化权重；最后结合Slope One算法预测评分，填充评分矩阵，提高推荐的质量。实验结果表明，所提算法提高了推荐的精度，有效缓解了稀疏性问题。

关键词：推荐算法,SlopeOne,用户偏好,评分预测,

基金资助：吉林省重大科技招标项目(20170203004GX)；吉林省产业技术研究与开发专项项目(2016C090)；；