摘要
一种用户属性耦合相似和兴趣语义相似的协同过滤推荐方法,包括以下步骤:步骤1.收集大量用户和项目数据;步骤2.对项目内容文本信息进行预处理,然后对深度学习词向量模型进行训练获得词向量模型;步骤3.将项目文本中的词通过词向量模型转换为向量;步骤4.分析用户的兴趣内容向量;步骤5.对用户注册信息预处理并提取用户属性;步骤6.结合用户属性耦合相似度和用户兴趣内容语义相似度动态计算用户的综合相似度;步骤7.预测评分,选取评分最高的前n个项目作为推荐集。本发明可以提升最近邻用户集的质量和可靠性,有效地解决冷启动问题和稀疏性问题。