面向电影推荐的时间加权协同过滤算法的研究

摘要：

针对协同过滤算法的信息过期问题,提出一种改进的时间加权协同过滤算法(NTWCF).考虑信息随时间推移导致信息影响力变化的因素,在信息半衰期的启发下,引入信息保持期的概念,通过在最近邻查找阶段和预测评分阶段采用一种新颖的时间加权函数为项目上的评分赋予不同的时间权重.电影数据集上的实验结果表明,它在一定程度上大幅度提高了预测推荐的准确性.接着,针对算法的实时性问题,利用时间加权的项目聚类优化NTWCF算法,提出综合时间权重和项目聚类的协同过滤算法(TWICCF),对评分信息时间加权后再对项目K-means聚类,在为目标项目查找最近邻时只在若干聚类构成的项目集中进行.相比NTWCF算法,TWICCF算法在推荐准确度和实时性上均取得了显著的提升.

关键词：协同过滤、电影推荐、信息半衰期、信息保持期、时间加权、项目聚类

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

资助基金：面上基金:在线背包问题的算法和分析11101065

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：295-301,322