基于联合物品搭配度的推荐算法框架

来源：上海理工大学学报杂志2017年第1期北京时间：

作者：姚静天

单位：南京理工大学 计算机科学与工程学院, 南京 210094,南京理工大学 计算机科学与工程学院, 南京 210094,南京理工大学 计算机科学与工程学院, 南京 210094,上海交通大学 计算机科学与工程系, 上海 200240;中兴通讯股份有限公司 云计算及IT研究院, 南京 210012

摘要：针对现有推荐系统大多基于物品（用户）相似度进行计算，其推荐结果无法兼顾推荐对象的搭配性特征的问题，提出了一种基于联合搭配度的推荐算法框架.该算法框架中的联合搭配度模型，结合了用户交互反馈、物品的文本和结构化知识3方面的信息，分别计算目标物品与候选物品的搭配程度，然后利用逻辑回归算法进行搭配度融合，可以得到与目标物品最相搭配的物品推荐列表.通过在淘宝真实数据集上的实验，该推荐算法框架相比于传统基于相似性的推荐算法，显著提高了搭配推荐的性能，同时在用户交互记录较少的情况下也能有较好的精确度.

关键词：推荐系统;物品搭配;协同过滤;专家知识;相似度

基金资助：国家自然科学基金资助项目（61170035,61272420,61502233）；2012年国家科技重大专项（2012ZX03002003）；江苏省科技成果转化专项资金项目（BA2013047）；江苏省六大人才高峰项目（WLW-004）；兵科院预研项目（62201070151）；中央高校基本科研业务费专项资金项目（30916011328）