基于软集合和HeatS+ProbS的混合输入推荐算法研究

摘要

网络环境下,推荐系统的输入来源和形式都是多种多样的,单一形式的推荐输入常常具有较高的稀疏性和不可靠性.针对传统推荐方法研究的大多是单一输入的情况,提出了基于软集合的混合输入算法,通过该算法可以获得具有矛盾信息的混合输入数据.在此基础上,结合具有兼顾推荐精确性和多样性的推荐算法HeatS+ProbS,进一步构建了可以对具有矛盾信息的混合输入数据进行推荐的算法Soft-HeatS+ProbS.实验结果表明,基于软集合的混合输入算法可以降低原始数据的稀疏程度,同时建立在混合输入上的推荐算法同样也兼顾了推荐的精确性和多样性.