适应用户兴趣变化的协同过滤推荐算法

• 作者: 周立柱 战思南 邢春晓 高凤荣
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 协同过滤 个性化推荐 基于时间的数据权重 基于资源相似度的数据权重
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 296-301
• 页数: 6页
• 分类号: TP3
• 字数: 5586字
• 语种: 中文

摘要

协同过滤算法是至今为止最成功的个性化推荐技术之一,被应用到很多领域中 .但传统协同过滤算法不能及时反映用户的兴趣变化 .针对这个问题,提出两种改进度量:基于时间的数据权重和基于资源相似度的数据权重,在此基础上将它们有机结合,并将这两种权重引入基于资源的协同过滤算法的生成推荐过程中 .实验表明,改进后的算法比传统协同过滤算法在推荐准确度上有明显提高 .

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周立柱	清华大学计算机科学与技术系软件研究所	69	3313	19.0	57.0
2	战思南	清华大学计算机科学与技术系软件研究所	1	340	1.0	1.0