基于兴趣导航的农业科技信息协同过滤推荐方法

由于推荐技术在农业科技信息服务领域的应用处于起步阶段，而传统推荐技术的针对性又存在不足，针对这些问题，提出了基于兴趣导航的协同过滤农业科技信息推荐技术。对于用户类型比较单一的网站，首先根据信息的浏览量选择目标用户的候选兴趣信息，然后根据其他用户对候选信息的评分确定最终的推荐信息。对于用户类型多样化的网站，首先根据目标用户的历史浏览信息及评分确定用户兴趣导航信息，然后根据导航信息确定导航用户集，再通过导航用户集的项目评分确定相似用户集，最后根据相似用户对其他信息进行评分估计并进行推荐。

随着农业信息化的快速发展，农业科技信息的发展呈现出庞大且复杂的趋势，据统计当前中国农业类相关网站数量已经超过了4 万家(其中政府主持的也超过了4000 家)，3000 多个农业期刊，涉农类综合报纸或专业报纸也到达数百种，广播电视也都有农业类节目或栏目[1]。但是这种数量扩大的优势并没有给农民带来多少真正的实惠， 大多数涉农企业、偏僻的农村、渴望致富的9 亿农民对信息的需求有近90%得不到满足[1]。究其原因在于面对如此庞大的信息量，农民无法从中快速、准确地找到他们所需要的农业科技信息。

推荐技术作为解决信息过载的主要技术之一在电商等领域已经得到了越来越多的应用[2]-[7]。

协同过滤推荐技术是最为传统的推荐技术，也是目前最为成功有效的推荐技术[2]。其基本思想是基于用户——项目评分数据集，通过收集相似用户的兴趣信息进而为目标用户进行推荐。因此，将推荐技术应用到农业科技信息服务网站，是解决农民的信息需求、提高农业信息服务质量的有效途径。

在农业科技信息服务过程中，由于用户所经营的农业生产分类不同，用户之间感兴趣的信息也会不同，传统的协同过滤推荐技术单纯根据用户或项目之间的相似性对目标用户进行推荐，却忽略了用户本身的兴趣，使得推荐结果针对性不强、推荐精度较低，而推荐技术在农业科技信息服务领域的应用研究[8]还处于起步阶段，在这种情况下，需要对传统的协同过滤推荐技术进行改进，提出更加适用于农业科技信息服务的推荐技术。