论文部分内容阅读
针对传统推荐算法过于强调推荐准确率而造成推荐系统长尾现象加剧问题,提出一种基于二分图网络的总体多样性增强推荐算法。首先,利用现有推荐算法生成的预测评分构建用户候选推荐列表,进而构建二分图网络模型;其次,设定项目容量对热门项目的推荐次数予以限制;最后,结合推荐增广路生成最终推荐列表。与现有的推荐多样性增强算法在真实电影评分数据集上进行实验对比,实验结果表明,该算法在保证推荐准确率的同时能有效提高推荐的总体多样性。