时间加权的混合推荐算法
提出了一种基于时间加权的混合推荐方法.该方法分为离线和在线两个阶段,离线阶段根据目标用户对物品的评价等信息得到与目标用户有相似兴趣的邻居,并构建物品描述模型;在线阶段根据目标用户和邻居用户的评价行为构建用户描述模型.由于用户兴趣会随外部因素而产生概念漂移,因此在算法中引入衰减系数以提高推荐质量.在滑动窗口模型下,每隔一定时间间隔,更新用户模型和相似群组,产生个性化的推荐.实验结果表明,该算法能实时反映用户兴趣,提高推荐系统的准确率,有较高的用户满意度.
个性化推荐、时间权重、混合推荐、Logistic函数
43
TP301(计算技术、计算机技术)
国家自然科学基金项目61379066;江苏省高校自然科学基金项目15KJD520008;江苏省现代教育技术研究课题2014-R-32521
2016-12-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
451-454