基于改进BP神经网络的个性化推荐算法研究  

Study of Personalized Recommendation Algorithm Based on BP Neural Network

作　　者：罗频捷[1] 温荷[2] 

机构地区：[1]成都东软学院实验管理中心,成都610000 [2]成都东软学院计算机科学与技术系,成都610000

出　　处：《四川理工学院学报（自然科学版）》2016年第1期39-43,共5页Journal of Sichuan University of Science & Engineering(Natural Science Edition)

基　　金：四川省教育厅科研项目(14ZB0346);成都东软学院校级科研项目(NEU2015-1)

摘　　要：个性化推荐是根据用户的喜好向用户推荐个性化的产品、信息或服务等,在大数据时代能有效地解决信息过载的问题。提出基于改进BP神经网络的个性化推荐算法,研究了如何建立混合推荐模型,采用BP神经网络训练提高算法中用户相似度计算的准确性。在真实数据集上的实验结果表明,该算法能有效减小用户相识度计算偏差,提高用户个性化推荐的推荐质量。In the era of big data, personalized recommendation helps users alleviate information overload problem by rec- ommending users with the personalized products, information or services. The personalized recommendation algorithm based on BP neural network is proposed, how to establish a hybrid recommendation model is studied, and the accuracy of user simi- larity algorithm is improved by using BP neural network training. Experimental results show that the algorithm can effectively reduce the user similarity calculation deviation and improve the quality of personalized recommendation.

关 键 词：个性化推荐算法 改进BP神经网络 混合推荐系统 用户相似度 动量因子 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]