一種協(xié)同過濾推薦算法

　　協(xié)同過濾是至今應(yīng)用最廣泛的推薦技術(shù)，已經(jīng)成功地應(yīng)用于電子商務(wù)、網(wǎng)上學(xué)習和新聞媒體等工業(yè)界領(lǐng)域，在學(xué)術(shù)界內(nèi)也一直受到大量學(xué)者關(guān)注。協(xié)同過濾推薦主要根據(jù)用戶對資源的歷史行為信息，尋找用戶或者資源的近鄰集合，以此來計算用戶對資源的偏好值。

　　針對協(xié)同過濾算法僅使用物品一用戶評分矩陣而未考慮語義的問題，提出一種協(xié)同過濾推薦算法。使用知識圖譜表示學(xué)習方法，將業(yè)界已有的語義數(shù)據(jù)嵌入一個低維的語義空間中。通過計算物品之間的語義相似性，將物品自身的語義信息融入?yún)f(xié)同過濾推薦。算法彌補了協(xié)同過濾算法沒有考慮物品本身內(nèi)涵知識的缺陷，在語義層面上增強了協(xié)同過濾推薦的效果。實驗結(jié)果表明，該算法能夠有效地提升協(xié)同過濾推薦的準確率、召回率和F值。