论文部分内容阅读
目前大多数推荐算法都是以提高用户对未知商品的预测评分值为主要目标，然而预测准确率并不是增加用户满意度的唯一标准，推荐列表的多样性也是衡量推荐质量的一个重要指标。提出了一种新的推荐方法，旨在提高系统的整体多样性和长尾商品的推荐率。算法综合考虑了商品预测值、商品流行度、商品的偏爱度等多个标准。实验表明，与其他方法相比，本方法在维持较高推荐准确率的同时，能够推荐更多的长尾商品，提高了系统的整体多样性。