隐含语义模型在推荐系统中的应用研究  

A Study on the Application of the Implicit Semantic Model in Recommender Systems

作　　者：王红[1] 陈功平[1] WANG Hong;CHEN Gong-ping(School of Information and Electronic Engineering,Lu'An Vocational Technical College,Lu'An Anhui 237158)

机构地区：[1]六安职业技术学院信息与电子工程学院,安徽六安237158

出　　处：《广东技术师范大学学报》2020年第6期9-13,共5页Journal of Guangdong Polytechnic Normal University

基　　金：安徽省教育厅2019年度高校学科(专业)拔尖人才学术资助项目(gxbjZD74);安徽省教育厅2019年度高校自然科学研究重点项目(KJ2019A1065);安徽省教育厅2018年度高等学校省级质量工程项目(2018mooc340);安徽省教育厅2018年度高水平高职教材建设(2018yljc188)。

摘　　要：隐含语义推荐模型是基于用户历史行为而自动聚类的算法,系统无需为物品打标签或分类,推荐系统可以自动将项目分成若干种类.为基本LFM推荐模型增加系统偏好、用户偏好和项目偏好参数,实验结果表明,改进后的推荐模型比基本模型的推荐效果提升1%.The implicit semantic recommendation model is an automatic clustering algorithm based on user historical behavior.The system does not need to tag or classify items.The recommender system can automatically divide items into several categories.The system preference,user preference,and item preference parameters are added to the basic LFM recommendation model.The experimental results show that the effectiveness of the improved recommendation model is improved by 1%compared with that of the basic model.

关 键 词：LFM模型 隐含语义模型 推荐算法 偏置点 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]