结合奇异值分解和时间权重的协同过滤算法

• 作者: 顾申华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 协同过滤 奇异值分解 梯度下降法 时间权重
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 算法
• 页码范围: 256-259
• 分类号: TP3
• 字数: 4866字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.06.083

摘要

协同过滤是现阶段最成功的推荐技术之一.提出一种结合奇异值分解和时间权重的协同过滤算法.与使用奇异值分解来降维的最近邻法不同,该算法通过梯度下降法进行奇异值分解,并直接将分解的结果用于预测评分.同时,该算法根据评分时间,为每个评分赋予不同的时间权重,考虑了用户兴趣随时间的变化.实验表明,该算法相较于传统协同过滤算法,能够获得更高的推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾申华	上海交通大学电子信息与电气工程学院	1	22	1.0	1.0