基于新鲜度度量的多样性推荐模型研究

摘要

[目的/意义]针对现有推荐研究大多以提高预测结果准确性为主要目标,忽略了推荐结果多样性对用户满意度的影响,导致推荐质量下降、用户体验不足的问题,文章提出一种融入新鲜度度量的多样性推荐模型.[方法/过程]在该模型中,以预测算法为基础,在项目推荐阶段,首先根据项目预测值与项目流行度两个标准对项目重新排序,然后通过在候选推荐项目集合中增加新鲜度参数来调节长尾项目所占比例,进而生成最终的推荐列表.[结果/结论]通过Movielens-100K数据集对该模型中的算法与其他两种算法进行比较,实验结果表明:所建模型在保证推荐准确率的基础上推荐出用户潜在感兴趣的长尾冷门项目,有效地提高了推荐结果的多样性.