论文部分内容阅读
随着互联网技术的普及和现代电子商务的迅速发展,推荐系统得到广泛使用,但大多数推荐算法仍存在冷启动、可解释性差两大问题.本文以结合评分和评论信息的HFT模型为基础,提出了一个改进的HFT模型,通过加入自由向量,捕获原HFT模型中未出现的评论信息,缓解了这两大问题,并进一步提高了模型的准确度.最后,通过两个大型数据集的实验,结果表明本文的模型准确度优于HFT模型,可为有效利用评论信息资源提供参考.