融合标签与人工蜂群的微博推荐算法

摘要 针对基于标签的推荐算法中存在的冷启动问题，提出了一种融合标签与人工蜂群的微博推荐算法——TABC-R。首先，对用户的标签信息进行定义，并使用标签集表示用户兴趣；其次，根据标签权重、标签属性权重和标签与微博中词语的相似度三种变量来构造人工蜂群算法中的适应度函数；最后，利用人工蜂群算法的搜索策略，搜索出具有最优适应度值的微博向用户进行推荐。与基于标签的推荐（T-R）算法和基于人工蜂群的推荐算法（ABC-R）相比，TABC-R算法的准确率和召回率均有小幅提升，表明了TABC-R算法的有效性