基于评分矩阵填充与用户兴趣的协同过滤推荐算法

• 作者: 刘亮亮 曹菡 韩亚楠
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 协同过滤 用户兴趣 用户偏好度 项目流行度 矩阵填充
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 先进计算
• 页码范围: 36-40
• 页数: 5页
• 分类号: TP311
• 字数: 4347字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.01.007

摘要

针对传统协同过滤推荐算法评分矩阵稀疏和推荐精度不高的问题,提出一种改进的协同过滤推荐算法.通过用户属性偏好和项目流行度计算用户对项目的偏好度,结合用户平均评分对评分矩阵中未评分项目进行填充.考虑到用户兴趣随时间的变化,将基于时间的兴趣度权重函数和偏好度引入到项目相似度计算和推荐过程中,确定项目最近邻集合,从而实现最优推荐.实验结果表明,与传统协同过滤推荐算法相比,该算法较准确地反映了用户的兴趣变化趋势,并且在有效解决评分矩阵稀疏问题的同时提高了推荐准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹菡	陕西师范大学计算机科学学院	52	517	12.0	21.0
2	韩亚楠	陕西师范大学计算机科学学院	2	65	2.0	2.0
3	刘亮亮	陕西师范大学计算机科学学院	10	66	2.0	8.0