基于用户特征和用户兴趣变化的协同过滤推荐

• 作者: 吴婷 熊前兴 贺曦春
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 协同过滤 兴趣变化 用户特征
• 年，卷（期）: 2008,（34）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 1730-1732
• 页数: 3页
• 分类号: TP393
• 字数: 3313字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3044.2008.34.081

摘要

协同过滤系统是目前最成功的一种推荐系统,但是传统的协同过滤算法没有考虑用户兴趣会随时间发生变化以及类似特征用户对用户相似度精度具有影响等因素,导致推荐质量较差.该文结合用户兴趣变化和用户特征两个因素,提出了新的用户之间相似度计算方法用来提高协同过滤推荐质量.