计算机应用研究

作者：陈燕,马进元,李桃迎,

单位：大连海事大学航运经济与管理学院,辽宁大连210211；

关键词：跨域推荐,模拟退火,遗传算法,K-means,共享评级,

基金：国家自然科学基金资助项目(51939001,61976033)；辽宁省兴辽英才计划青年拔尖人才项目(XLYC1907084)；辽宁省自然科学基金资助项目(20180550307)；中央高校基本科研业务费项目(3132019353,3132020233)；；

数据稀疏和用户冷启动一直是推荐系统中亟待解决的问题，因此提出了一种基于共享评级迁移的跨域推荐算法（shared ratings transfer cross-domain recommendation，SRTCD）。首先，该算法考虑到不同领域间存在着用户群体/项目信息潜在特征的相似性，对各个领域评分矩阵进行概率矩阵分解，得到用户和项目的潜在特征；再利用基于模拟退火和遗传算法优化的K-means算法对用户和项目分别进行聚类，将用户类别和项目类别的内积作为共享评级；然后利用各领域数据集的共享评级和目标领域数据集的特定评级得出推荐结果。最后，利用公共数据集对所提方法SRTCD进行验证，结果表明该方法的推荐性能明显优于常用推荐算法。

来源：2021年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第9期