作　　者： ; ; ;

机构地区： 华南理工大学工商管理学院

出　　处： 《统计与决策》 2010年第15期49-52,共4页

摘　　要： 为解决互联网用户兴趣模型在实际应用中存在的数据稀疏度和用户多兴趣问题,文章提出了基于大项集组的用户兴趣建模方法,将项目和用户评价之间的映射关系转化为项目属性和用户评价之间的映射关系来解决稀疏度问题,并采用高阶大项集组来描述用户的多兴趣问题。最后通过网络爬虫在豆瓣网上采集用户对电影的评分数据对建模方法进行了初步实验验证。结果显示,这种基于项目属性大项集组的用户兴趣推荐方法,和现有的推荐方法相比,能够有效地降低目标用户和推荐知识之间的差异度。

关 键 词： 用户兴趣 大项集组 数据稀疏度 相似度

领　　域： [自动化与计算机技术] [自动化与计算机技术]