基于社区结构的推荐系统中冷启动问题研究

摘要

由于推荐系统中数据稀疏性和冷启动问题日益严重,传统的算法无法有效地解决这些问题,现有的改进算法由于稳定性差,仍然需要预先确定具体的参数。文章提出了一种基于社区结构的冷启动算法以改善推荐系统中的冷启动问题,通过计算用户和项目节点的相似度投影二分网络,利用改进的Louvain算法对投影单模式网络进行社区检测,使新记录更新到社区,然后进行对用户社区组推荐。与其他冷启动算法相比,该算法在推荐准确率和运行效率有明显提升。