考虑主题多样性的工程领域知识推荐方法

摘要

工程问题的解决涉及到多个学科和专业的知识,主题单一的推荐列表已无法满足当前工程领域用户对知识多样性的需求.对此提出一种基于知识主题网络的多样性工程领域知识推荐方法(topic diversity collaborative filtering,TDCF).该方法构建有向图形式的知识主题网络,定义并计算用户对知识主题的专业度;提出考虑用户专业度的评分矩阵预填充方法以缓解评分矩阵稀疏问题;利用知识主题网络和用户专业度改进传统协同过滤推荐算法中的用户相似度计算方法,从而有针对性地提升推荐结果多样性,进而提高推荐准确度和用户满意度.结合国内某船厂实际数据,设计对比实验.结果表明,TDCF推荐算法的F1分数和多样性指标最高分别达到0.52和0.44,均优于对比算法.因此,TDCF算法具有可行性与优越性,能够为用户提供更好的知识推荐服务.