基于景点标签的协同过滤推荐-论文.pdf

基于景点标签的协同过滤推荐-论文.pdf

ID:53762513

大小:691.76 KB

页数:5页

时间:2020-04-24

基于景点标签的协同过滤推荐-论文.pdf_第1页
基于景点标签的协同过滤推荐-论文.pdf_第2页
基于景点标签的协同过滤推荐-论文.pdf_第3页
基于景点标签的协同过滤推荐-论文.pdf_第4页
基于景点标签的协同过滤推荐-论文.pdf_第5页
资源描述:

《基于景点标签的协同过滤推荐-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、JournalofComputerApplicationsISSN1001.90812014.1010计算机应用,2014,34(10):2854—2858CODENJYIIDUhttp://www.joca.an文章编号:1001—9081(2014)10—2854—05doi:10.11772/j.issn.1001—9081.2014.10.2854基于景点标签的协同过滤推荐史一帆,文益民。,蔡国永,缪裕青(1.桂林电子科技大学计算机科学与工程学院,广西桂林541004;2.广西可信软件重点实验室(桂林

2、电子科技大学),广西桂林541004)(十通信作者电子邮箱ymwen2004@~iyun.com)摘要:针对基于用户社会关系的协同过滤推荐算法有时无法给出目标用户对目标物品的评分的情况,以及基于物品的协同过滤推荐算法中存在的用户对不同类型物品的评分可能不具有可比性的问题,提出了两个基于物品标签的协同过滤推荐算法。这两个算法在计算物品相似度时引入了物品的类型标签信息。在景点评分数据上的实验结果表明:相比基于用户社会关系的协同过滤推荐算法,基于用户社会关系和物品标签的协同过滤推荐算法的准确率和覆盖率提升最高达10

3、%和4%;相比基于物品的协同过滤推荐算法,基于物品和物品标签的协同过滤推荐算法的准确率提升达15%。这说明景点类型标签信息的引入能使得景点的相似度计算更准确。关键词:社会关系;标签;协同过滤;旅游推荐中图分类号:TP391.4;TP18文献标志码:ACollaborativefilteringrecommendationbasedontagsofscenicspotsSHIYifan,WENYimin一,CAIGuov0ng一,MIAOYuqing,(1.SchoolofComputerScienceandE

4、ngineering,GuilinUniversityofElectronicTechnology,GuilinGuangxi541004,China;2.GuangxiKeyLaboratoryofTrustedSoftware(GuilinUniversityofElectronicTechnology),GuilinGuangxi541004,China)Abstract:Inuser-basedcollaborativefiheringrecommendationbasedonsocialrelati

5、ons,sometimestheratingsforthetargetitemscannotbepredicted.What’Smore,intraditionalitem—basedcollaborativefiltering,therearestillsomeitemswhicharenotinthesameclasswiththetargetitemandnotsuitabletobereferencesforpredictingratings.Tohandletheseproblems,twonewa

6、lgorithmsofcollaborativefilteringrecommendationwereproposed,inwhichthetagsofscenicspot’Stypewereintroducedtocomputethesimilaritybetweentwoscenicspots.Theexperimentalresultsonthedatasetofscenicspots’ratingsshowthat,comparedwiththeuser-basedcollaborativefilte

7、ringrecommendationalgorithmsbasedonsocialrelations,thealgorithmbasedonthesocialrelationandtagcanincreasetheaccuracyandthecoverageby10%and4%respectively.andcomparedwiththeitem-basedcollaborativefilteringrecommendationalgorithms,thecollaborativefilteringrecom

8、mendationalgorithmbasedonitemandtagcanincreasetheaccuracyby15%,italsoshowsthatintroducingthetagsofscenicspot’Stypecanmakethecomputationofthesimilaritybetweentwoscenicspotsmoreaccurate.Keywords:socialre

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。