一种基于协同过滤和混合相似性模型的推荐算法

来源：上海理工大学学报杂志2020年第3期北京时间：

作者：丁家满，沈书琳，贾连印，游进国，李润鑫

单位：昆明理工大学 信息工程与自动化学院，昆明 650500;云南省人工智能重点实验室，昆明 650500,昆明理工大学 信息工程与自动化学院，昆明 650500;云南省人工智能重点实验室，昆明 650500,昆明理工大学 信息工程与自动化学院，昆明 650500;云南省人工智能重点实验室，昆明 650500,昆明理工大学 信息工程与自动化学院，昆明 650500;云南省人工智能重点实验室，昆明 650500,昆明理工大学 信息工程与自动化学院，昆明 650500;云南省人工智能重点实验室，昆明 650500

摘要：针对推荐系统协同过滤方法中存在的数据稀疏和冷启动等问题，提出一种基于协同过滤和混合相似性模型的推荐算法。该算法首先计算用户在不同项目间的相似性，然后结合项目特性和标签信息权重来描述用户、项目、特性和标签之间的关系；其次，设定用户偏好因子和不对称因子调整不同用户间的评分偏好；最后，结合用户间相似性、项目综合权重，以及评分偏好构建混合相似性模型，并加入用户时间权重信息解决项目冷启动问题。在公开的MovieLens数据集上的实验表明，该算法在各种评估指标上比其他相关方法获得更显著的结果。

关键词：推荐算法;协同过滤;混合相似;冷启动

基金资助：国家自然科学基金资助项目（51467007，61562054）