结合时间上下文挖掘学习兴趣的协同过滤推荐算法

摘要：

提出了一种基于时间上下文的协同过滤推荐( TCCF-LI)算法，实现了基于高校图书馆图书借阅记录数据上的学生学习兴趣挖掘。在传统协同过滤算法上引入时间上下文信息，既考虑了大尺度用户群体爱好的趋同性，又兼顾了小尺度个体用户爱好的短时相关性，获得了更高的推荐性能。在实际数据集上的实验结果表明，该算法在推荐精准度、召回率等方面比传统推荐算法有较好表现。

关键词：推荐系统、协同过滤、时间上下文、学习兴趣挖掘

分类号：TP311(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研基金项目20110005120007;北京高等学校青年英才计划项目YETP0445;北京市教育委员会共建项目专项资助项目

在线出版日期：2015-02-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53