基于领域知识的自适应近邻推荐算法研究

摘要

知识图谱提供物品相关领域的知识结构组成已被广泛应用于算法的推荐。基于用户的协同过滤算法在被推荐的过程中忽视了用户对物品自身属性的需求。该文提出一种基于领域知识的自适应近邻推荐方法。该方法通过构建物品领域知识图谱获取每位用户对物品的不同属性的兴趣分布,根据用户间的兴趣相似度搜寻每位用户的偏好近邻,按偏好近邻用户组获取同组用户最喜爱的物品实现推荐。实验表明,基于领域知识的自适应近邻推荐有效提高了协同过滤算法的推荐质量。