论文部分内容阅读
传统协同推荐将用户相似性作为选择推荐者的基准，过多地依赖用户相似性．借鉴Hovland说服模型，提出了基于经验的协同推荐算法．指出推荐效果受多个因素影响，用户经验是选择推荐者时需要考虑的重要因素．给出了从行为日志中测量用户经验的方法，并给出了将用户经验与相似性相结合，整合到标准的协同推荐框架中的两种方法．在真实日志数据上进行了测试．实验表明，与传统方法相比，该方法能够推荐用户感兴趣却意想不到的网页，提高推荐的质量．