-
题名一种融合多种用户行为的协同过滤推荐算法
被引量：15
- 1
-
-
作者
高山
刘炜
崔勇
张茜
王宗敏
-
机构
郑州大学信息工程学院
郑州大学信息网络省重点开放实验室
河南工业大学信息科学与工程学院
中原工学院计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2016年第9期227-231,共5页
-
基金
教育部博士点专项科研基金(20114101110007)
河南省创新人才项目(2011HASTIT003)
+2 种基金
河南省科研重点项目(13A520562)
河南省高等学校重点科研项目(15A520028)
河南省基础与前沿技术研究项目(152300410047)资助
-
文摘
协同过滤作为目前应用最成功的个性化推荐技术,在电子商务、社交网络等领域得到了广泛应用。然而,当此类算法应用到个性化医疗推荐领域时,由于个人医疗行为本身的复杂性和多样性,出现了推荐准确率下降的问题。针对这一问题,提出一种融合多种用户行为的协同过滤推荐算法,使用权重因子来综合衡量不同用户行为对推荐质量的影响,并引入重合依赖度的概念来修正传统的相似度度量方法。在收集的Top-md数据集上的实验结果表明,该算法能够全方位表达用户的就医偏好和意愿,有效提高个性化医疗推荐系统的推荐质量。
-
关键词
推荐系统
协同过滤
重合依赖度
多种用户行为
权重因子
-
Keywords
Recommender systems, Collaborative filtering, Overlap-dependency, Multiple user behaviors, Weighting factor
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
