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.