基于信息熵和时效性的协同过滤推荐

doi:10.11772/j.issn.1001-9081.2016.09.2531

计算机应用››2016,第36卷››问题（9）: 2531-2534.内政部：10.11772/j.issn.1001-9081.2016.09.2531

基于信息熵和时效性的协同过滤推荐

刘江冬,梁刚,冯程,周泓宇

四川大学计算机学院, 成都 610065

收稿日期:2015-12-18 修回日期:2016-03-17 出版日期:2016-09-10 发布日期:2016-09-08
通讯作者:梁刚
作者简介:刘江冬(1989-),男,湖北荆门人,硕士研究生,主要研究方向:机器学习、推荐系统;梁刚(1976-),男,四川成都人,讲师,博士,主要研究方向:机器学习、智能计算;冯程(1991-),男,贵州遵义人,硕士研究生,主要研究方向:机器学习、谣言检测;周泓宇(1990-),男,重庆人,硕士研究生,主要研究方向:数据分析。

基于熵和及时性的协同过滤推荐

刘江东,梁刚,冯成（音）,周宏宇

四川大学计算机科学学院，中国四川成都610065

收到：2015-12-18 修订过的：2016-03-17 在线：2016-09-10 出版：2016-09-08

摘要/摘要

摘要：针对协同过滤推荐算法存在的噪声数据问题，提出了用户信息熵模型。用户信息熵模型结合信息论中信息熵的概念，采用信息熵的大小衡量用户信息的含量，利用用户评分数据得到用户的信息熵，过滤信息熵低的用户，从而达到过滤噪声数据的目的。同时，将用户信息熵模型和项目时效性模型相结合，项目时效性模型利用评分数据上下文信息获得项目的时效性，能有效缓解协同过滤的数据稀疏性问题。实验结果表明提出的算法能有效过滤噪声数据，提高推荐精度，与基础算法相比，推荐精度提高了1.1%左右。

摘要：针对协同过滤推荐中的噪声数据问题，提出了用户熵模型。用户熵模型结合了信息论中熵的概念，利用信息熵来度量用户信息的内容，通过计算用户的熵来过滤噪声数据，去除低熵用户。同时，将用户熵模型与项目时效模型相结合，项目时效模型利用评分数据的上下文信息获取项目的时效性，缓解了协同过滤算法中的数据稀疏问题。实验结果表明，该算法能有效滤除噪声数据，提高推荐精度，推荐精度比基本算法提高约1.1%。

关键词： 推荐系统，协同过滤，噪声数据，数据稀疏性，信息熵，及时性

中图分类号:

TP181型

刘江冬, 梁刚, 冯程, 周泓宇. 基于信息熵和时效性的协同过滤推荐[J] ●●●●。计算机应用, 2016, 36(9): 2531-2534.

刘江东、梁刚、冯成、周宏宇。基于熵和及时性的协同过滤推荐[J]。计算机应用杂志，2016，36（9）：2531-2534。

[1]	包玄, 陈红梅, 肖清.融入时间的兴趣点协同推荐算法[J] ●●●●。计算机应用, 2021, 41(8): 2406-2411.
[2]	刘欢, 李晓戈, 胡立坤, 胡飞雄, 王鹏华.基于知识图谱驱动的图神经网络推荐模型[J] ●●●●。计算机应用, 2021, 41(7): 1865-1870.
[3]	王治和, 常筱卿, 杜辉.基于万有引力的自适应近邻传播聚类算法[J] ●●●●。计算机应用, 2021, 41(5): 1337-1342.
[4]	林怿星, 唐华.基于异构信息网络的混合推荐模型[J] ●●●●。计算机应用, 2021, 41(5): 1348-1355.
[5]	高铭蔚, 桑楠, 杨茂林.基于胶囊网络的交互式网络电视视频点播推荐模型[J] ●●●●。《计算机应用》唯一官方网站, 2021, 41(11): 3171-3177.
[6]	任柯舟, 彭甫镕, 郭鑫, 王喆, 张晓静.动态融合社交信息的社会化推荐[J] ●●●●。计算机应用, 2021, 41(10): 2806-2812.
[7]	李翔锟, 贾彩燕.融合重叠社区正则化及隐式反馈的协同过滤方法[J] ●●●●。计算机应用, 2021, 41(1): 53-59.
[8]	李春英, 汤庸, 肖政宏, 李天送.学术社交网络中的权威学者推荐模型[J] ●●●●。计算机应用, 2020, 40(9): 2594-2599.
[9]	袁园, 吴文, 万毅.基于熵驱动域适应学习的单幅图像阴影检测方法[J] ●●●●。计算机应用, 2020, 40(7): 2131-2136.
[10]	田保军, 刘爽, 房建东.融合主题信息和卷积神经网络的混合推荐算法[J] ●●●●。计算机应用, 2020, 40(7): 1901-1907.
[11]	陈程军, 毛莺池, 王绎超.基于激活-熵的分层迭代剪枝策略的美国有线电视新闻网（CNN）[J] ●●●●。计算机应用, 2020, 40(5): 1260-1265.
[12]	葛宇, 梁静.基于相遇概率时效性和重复扩散感知的机会网络消息转发算法[J] ●●●●。计算机应用, 2020, 40(5): 1397-1402.
[13]	张伍, 陈红梅.基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择[J] ●●●●。计算机应用, 2020, 40(5): 1425-1430.
[14]	陈曦, 梅广, 张金金, 许维胜.融合知识图谱和协同过滤的学生成绩预测方法[J] ●●●●。计算机应用, 2020, 40(2): 595-601.
[15]	秦婧, 张青博, 王斌.关注长尾物品的推荐方法[J] ●●●●。计算机应用, 2020, 40(2): 454-458.

基于信息熵和时效性的协同过滤推荐

基于熵和及时性的协同过滤推荐

PDF格式

可视化

摘要/摘要

引用本文

使用本文

参考文献

相关文章15

编辑推荐

韵律学