吉林大学学报(信息科学版)

• 论文 • 上一篇    下一篇

基于网络信息的混合推荐算法研究

刘 欢1 ,范亚芹1 ,梁乃生2   

  1. 1. 吉林大学 通信工程学院,长春 130012; 2. 中国移动通信集团吉林省公司 网优中心,长春 130021
  • 收稿日期:2017-11-15 出版日期:2018-05-24 发布日期:2018-07-25
  • 作者简介:刘欢( 1992— ) ,女,黑龙江富锦人,吉林大学硕士研究生,主要从事数据挖掘方向研究,( Tel) 86-15143177748( E-mail)537484111@ qq. com; 范亚芹( 1963— ) ,女,吉林舒兰人,吉林大学副教授,硕士生导师,主要从事宽带通信与无线通信理论研究,( Tel) 86-18643195866( E-mail) fanyaqin_joy@ 163. com。
  • 基金资助:
     国家自然科学基金资助项目( 61771220)

Research on Hybrid Recommendation Algorithm Based on Network Information

LIU Huan1 ,FAN Yaqin1 ,LIANG Naisheng2   

  1. 1. College of Comunication Engineering,Jilin University,Changchun 130012,China;2. Network Optimization Center,China Mobile Communications Group Jilin,Changchun 130021,China
  • Received:2017-11-15 Online:2018-05-24 Published:2018-07-25

摘要:  为解决因网络信息严重过载而导致用户获取有效信息困难的问题,笔者提出一种混合式网络信息推荐算法。首先为每个用户建立主题模型,同时应用该算法结合牛顿冷却定率平衡时间因素对用户偏好所产生的影响进行分析,再分别通过改进的协同过滤方法和基于内容的推荐方法满足用户对信息的多样性和个性化的需求。通过 实 践 证 明,该 算 法 在 推 荐 的 准 确 率 和 召 回 率 方 面 表 现 良 好,对 用 户 偏 好 的 预 测 效 果 良好,是有效的推荐方法。

关键词: 混合推荐, 协同过滤, 网络信息推荐, 基于内容的推荐

Abstract: In order to solve the problem that obtaining effective information is difficult for users due to serious network information overload,a new method of network information recommendation is proposed. Firstly,a topic model for each user is built,the establishment of theme model which combines Newton cooling rate is to balance the effect of the time factor on the user interest. Then,collaborative filtering algorithm and content-based recommendation algorithm are used to meet the user's needs for information diversity and personalization. The experimental results show that the algorithm can effectively improve the accuracy and recall of recommendation,and the prediction of user preference effect is good. It is an effective recommendation method.

Key words: hybrid recommendation, collaborative filtering, network information recommendation, content-based recommendation

中图分类号: 

  • TP391