《计算机应用研究》|Application Research of Computers

融合协同过滤的XGBoost推荐算法

XGBoost recommendation algorithm with collaborative filtering

免费全文下载 (已被下载 次)  
获取PDF全文
作者 齐德法,徐连诚,朱振方
机构 1.山东师范大学 信息科学与工程学院,济南 250358;2.山东交通学院 信息科学与电气工程学院,济南 250357
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2020)05-007-1317-04
DOI 10.19734/j.issn.1001-3695.2018.10.0808
摘要 在推荐系统中,针对用户的冷启动问题,提出一种融合协同过滤的XGBoost推荐算法。根据基于用户相似度的协同过滤推荐算法进行粗粒度召回,得到部分用户的召回集,使用XGBoost算法对召回集中的项目进行预测。对于存在冷启动问题的用户,直接使用XGBoost算法对候选集中的项目进行预测。该算法采用CCIR2018个性化推荐评测的在线评测数据集,并将推荐结果投放到知乎提供的线上平台进行评测。评测结果表明,该算法可以解决用户的冷启动问题,具有很高的执行效率,准确度高,在线上评测中取得显著的推荐效果。
关键词 协同过滤; 冷启动; XGBoost; 推荐系统
基金项目 国家自然科学基金资助项目(61373148)
国家自然科学基金青年基金资助项目(61502151)
山东省社科规划项目(16CXWJ01,17CHLJ18,17CHLJ33,17CHLJ30)
山东省自然科学基金资助项目(ZR2014FL010)
山东省教育厅基金资助项目(J15LN34)
本文URL http://www.arocmag.com/article/01-2020-05-007.html
英文标题 XGBoost recommendation algorithm with collaborative filtering
作者英文名 Qi Defa, Xu Liancheng, Zhu Zhenfang
机构英文名 1.School of Information Science & Engineering,Shandong Normal University,Jinan 250358,China;2.School of Information Science & Electrical Engineering,Shandong Jiaotong University,Jinan 250357,China
英文摘要 In the recommendation system, this paper proposed an XGBoost recommendation algorithm to integrate collaborative filtering based on the cold-start problem of users. Firstly, it used coarse grain to recall according to the collaborative filtering recommendation algorithm based on user similarity, and got a recall set of some users. Then it used XGBoost algorithm to predict the items in the recall set. Secondly, for users with cold-start problems, it could directly use XGBoost algorithm to predict the items in the candidate set. Finally, the algorithm used the online evaluation data set of CCIR2018 personalized recommendation evaluation, and put the recommendation results on the online platform provided by Zhihu for evaluation. The evaluation results show that the proposed algorithm can solve the cold-start problem of users with high efficiency and accuracy. It achieves remarkable recommendation effect in the online evaluation platform.
英文关键词 collaborative filtering; cold-start; XGBoost; recommender system
参考文献 查看稿件参考文献
 
收稿日期 2018/10/28
修回日期 2018/12/13
页码 1317-1320
中图分类号 TP301.6
文献标志码 A