融合电影属性和交互信息的电影推荐算法研究
任建宝1
邹锟1
周元元2
1.安徽建筑大学 电子与信息工程学院,安徽 合肥 2306012.合肥师范学院 电子信息与集成电路学院,安徽 合肥 230601
摘要：作为一种信息过滤系统,电影推荐系统通过分析目标用户的历史数据,向用户推荐他们可能会喜欢的电影.为了提高电影推荐系统的推荐质量,提出一种融合电影属性和交互信息的电影推荐算法U-LFM.该算法首先针对用户评分矩阵的稀疏性问题,使用传统的LFM算法进行矩阵填充;其次针对推荐影响因素的单一性问题,通过融合电影属性以及用户交互信息来增加电影推荐系统的多样性;最后通过实验对比其他几种电影推荐算法在同等条件下的查准率和召回率,验证了U-LFM具有较高的推荐质量.
关键词：推荐算法协同过滤隐语义模型矩阵
分类号：TP391(计算技术、计算机技术)
资助基金：安徽省高校科学研究重点项目(2022AH052131)
论文发表日期：2024-03-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 66-70 )
英文信息