一种过滤dislike因素干扰的隐语义模型推荐算法  

作　　者：黄振峰[1] 黄瑞[1] 徐朋威 韦大涣 李金明 

机构地区：[1]广西大学机械工程学院,南宁530004

出　　处：《电脑编程技巧与维护》2020年第12期19-22,共4页Computer Programming Skills & Maintenance

基　　金：广西创新驱动发展科技重大专项(桂科AA17204074)。

摘　　要：针对传统的推荐算法有着数据稀疏性、推荐效果不精确、大规模数据难以处理等问题,提出了一种过滤dislike因素干扰的隐语义模型推荐算法。该算法根据Slope-One算法计算出用户对物品的厌恶程度评分项,然后使用基于隐语义模型的ALS矩阵分解算法对其进行交叉过滤,避免了隐语义模型中包含的用户dislike评分项对其推荐效果的干扰。基于Spark平台,在Movielens数据集进行了相关的实验验证。结果表明,所提出的算法在准确度、精确率方面均优于ALS算法、基于物品的协同过滤方法以及Slope-One算法。

关 键 词：dislike算法 隐语义模型 协同过滤 Slope-One算法 Spark平台 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]