-
题名众筹项目的个性化推荐:考虑本地偏好的协同过滤算法
被引量：6
- 1
-
-
作者
王伟
郭丽环
何翎
Kevin Zhu
王洪伟
-
机构
华侨大学工商管理学院
泉州师范学院陈守仁商学院
加利福尼亚大学圣迭戈分校雷迪管理学院
同济大学经济与管理学院
-
出处
《管理工程学报》
CSSCI
CSCD
北大核心
2022年第2期204-214,共11页
-
基金
国家自然科学基金资助项目(72072062、71771177)
福建省自然科学基金资助项目(2020J01782)。
-
文摘
众筹项目的个性化推荐不同于传统的线下环境的商品推荐,用户难以物理地消费远距离项目,因此已有的基于距离的推荐算法不适合在线众筹项目。众筹社区中,投融双方通常会公开自己的地理位置,这为距离的度量提供了手段。为此,本文将投资者的本地偏好应用于用户偏好建模,首先把投融双方之间的地理位置转化为经纬度,然后依据经纬度计算投资者与融资者之间的距离,并把这种距离作为相似度算法的惩罚因子。最后,本文依据归一化后的考虑地理距离惩罚因子的相似度进行项目推荐。实验数据来自世界上最大的基于回报的众筹平台Kickstarter。实验结果表明,在众筹项目推荐中,当地理位置的惩罚因子设置为0.3时,能够获得最佳的用户偏好模型。考虑本地偏好的协同过滤算法能够更为合理地识别投资者偏好,并在准确率、召回率、覆盖率和流行度等指标上,提升了众筹项目个性化推荐性能。本文为投资者偏好识别提供了一种更加准确的方法,丰富了在线融资项目的推广手段。
-
关键词
众筹
推荐系统
本地偏好
个性化推荐
协同过滤
-
Keywords
Crowdfunding
Recommender system
Home bias
Personalized recommendation
Collaborative filtering
-
分类号
F72
[经济管理—产业经济]
F83
[经济管理—金融学]
-
