来源：期刊VIP网 时间：
作者：侯萌;王国鹏;宋丽哲;王皓月;司占军;
单位：天津科技大学人工智能学院;国家开放大学;数字化学习技术集成与应用教育部工程研究中心;
摘要：随着大数据时代的来临，信息过载现象也日渐严重。本研究针对推荐系统中经常遇到的用户评分矩阵稀疏的问题，提出基于改进用户画像的协同过滤推荐算法。首先，根据用户特性构建画像标签体系。本研究提出使用用户基本信息、项目基本信息创建用户画像标签并构建多维度用户画像，利用TF-IDF算法确定用户-项目特征标签权重。其次，分别使用基于用户画像的协同过滤算法与基于用户的协同过滤算法加权计算用户相似度，通过调和权重得到用户最终相似度。最后，利用Top-N进行个性化推荐。通过MovieLens-1M数据集进行验证，发现本研究算法推荐结果的准确率以及召回率相比其单一方法（基于用户画像的协同过滤推荐算法和基于用户的协同过滤推荐算法）均有所提升。
关键词：协同过滤;;用户画像;;推荐算法;;相似度
基金资助：2022年北京市教育科技“十四五”规划重点项目——基于智能分析的在线高等教育学习者学业评价与素质提升研究(No.CHAA22059)
