融合协同过滤的自组织神经网络多样化产品推荐

摘要

针对个性化推荐算法推荐结果容易存在冗余的问题，提出了一种融合协同过滤的自组织神经网络的多样化产品推荐方法。首先通过用户对产品的评分构建用户-产品、用户产品类别评分表，进而采用协同过滤算法得到基于评分相似用户的产品推荐列表；其次，将用户向量输入到自组织神经网络中聚类相似用户，利用相似用户查找目标用户可能感兴趣的产品类别，形成多样化推荐列表；最后，融合两个推荐列表形成满足多样化和准确性的产品推荐结果。通过亚马逊数据集上的实验，验证了所提方法在多样化推荐指标类别覆盖率（Category Coverage,CC）和项目层面的多样性（Item-Level Diversity,ILD）能够取得较好的结果，能有效地进行多样化推荐。

关键词

协同过滤 / 推荐系统 / 自组织映射神经网络 / 多样化