可解释的实时图书信息推荐模型研究

本文通过在基于物品的协同过滤(ICF)算法中引入偏置,同时考虑图书与用户自身的因素,从而提升推荐算法的可解释性、准确性,并且保持较高的实时性.并且,通过对比分析与离线实验证明,本文的算法bas-ICF在推荐理由的合理性、丰富度方面,都比原有的ICF表现更优秀,同时推荐准确度也有略微提升,并保持了优秀的实时性....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	情报学报 2019, Vol.38 (2), p.209-216
Hauptverfasser:	余以胜, 韦锐, 刘鑫艳
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	本文通过在基于物品的协同过滤(ICF)算法中引入偏置,同时考虑图书与用户自身的因素,从而提升推荐算法的可解释性、准确性,并且保持较高的实时性.并且,通过对比分析与离线实验证明,本文的算法bas-ICF在推荐理由的合理性、丰富度方面,都比原有的ICF表现更优秀,同时推荐准确度也有略微提升,并保持了优秀的实时性.
ISSN:	1000-0135
DOI:	10.3772/j.issn.1000-0135.2019.02.010