基于用户多兴趣的协同过滤策略改进研究

• 作者: 彭黎 徐云剑 徐红 郭艾寅
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 协同过滤 基于时间的数据阈值 基于兴趣的数据权重 用户多兴趣的表示
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 73-76,80
• 分类号: TP31
• 字数: 4020字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.04.019

摘要

协同过滤机制利用用户之间的相似性来推荐信息,能够为用户发现新的感兴趣的内容,它作为一种行之有效的技术被应用到很多领域中.但传统的协同过滤算法不能反映用户的多个兴趣及兴趣更新情况.基于此不足,在用户聚类协同过滤算法的基础上进行了改进,其基本思想是在基于用户聚类的基础上研究用户多兴趣的表示.针对用户兴趣偏好及更新情况引入基于时间的数据阈值、兴趣类型和用户项目兴趣权重的概念和公式.在此基础上将它们有机结合,融人基于用户聚类的协同过滤算法的推荐过程中.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	徐云剑	湖南涉外经济学院计算机科学与技术学部	12	52	5.0	7.0
2	郭艾寅	湖南涉外经济学院计算机科学与技术学部	17	42	3.0	6.0
3	彭黎	湖南大学软件学院	9	59	5.0	7.0
4	徐红	湖南大学软件学院	15	35	4.0	5.0