基于随机森林-马尔可夫用户冷启动推荐系统

摘要

为解决用户冷启动问题,提出一种基于随机森林-马尔可夫链相结合的方法.利用随机森林对原始数据进行有监督分类,为特征属性与商品标签建立关联,以此形成第一层推荐列表;利用马尔可夫优良的动态时效性以及最大信息熵原理去除冗余信息,在第一层的列表的基础上进行实时推荐的第二层推荐列表,依次类推形成K层推荐列表.通过MovieLens数据集验证该模型相较于已有的模型具有较高的准确率和召回率.