典型文献
众筹项目的个性化推荐:考虑本地偏好的协同过滤算法
文献摘要：
众筹项目的个性化推荐不同于传统的线下环境的商品推荐,用户难以物理地消费远距离项目,因此已有的基于距离的推荐算法不适合在线众筹项目.众筹社区中,投融双方通常会公开自己的地理位置,这为距离的度量提供了手段.为此,本文将投资者的本地偏好应用于用户偏好建模,首先把投融双方之间的地理位置转化为经纬度,然后依据经纬度计算投资者与融资者之间的距离,并把这种距离作为相似度算法的惩罚因子.最后,本文依据归一化后的考虑地理距离惩罚因子的相似度进行项目推荐.实验数据来自世界上最大的基于回报的众筹平台Kickstarter.实验结果表明,在众筹项目推荐中,当地理位置的惩罚因子设置为0.3时,能够获得最佳的用户偏好模型.考虑本地偏好的协同过滤算法能够更为合理地识别投资者偏好,并在准确率、召回率、覆盖率和流行度等指标上,提升了众筹项目个性化推荐性能.本文为投资者偏好识别提供了一种更加准确的方法,丰富了在线融资项目的推广手段.
文献关键词：
众筹;推荐系统;本地偏好;个性化推荐;协同过滤
中图分类号：
作者姓名：
王伟;郭丽环;何翎;Kevin Zhu;王洪伟
作者机构：
华侨大学工商管理学院, 福建泉州 362021;泉州师范学院陈守仁商学院, 福建泉州 362000;加利福尼亚大学圣迭戈分校雷迪管理学院, 美国圣迭戈 92093;同济大学经济与管理学院, 上海 200092
文献出处：
引用格式：
[1]王伟;郭丽环;何翎;Kevin Zhu;王洪伟-.众筹项目的个性化推荐:考虑本地偏好的协同过滤算法)[J].管理工程学报,2022(02):204-214
A类：
Kickstarter
B类：
众筹项目,个性化推荐,本地偏好,协同过滤算法,商品推荐,远距离,基于距离,推荐算法,投资者,用户偏好,经纬度计算,相似度算法,惩罚因子,地理距离,众筹平台,获得最佳,召回率,流行度,推荐性,融资项目,推荐系统
AB值：
0.228438
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
