融合项目聚类和时间权重的动态协同过滤算法

• 作者: 吴佳炜 沈玲玲 钱钢
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 地球科学
• 关键词: 协同过滤 推荐系统 类别偏好 相似度 时间权重
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机工程
• 页码范围: 63-69
• 页数: 7页
• 分类号: P208
• 字数: 5153字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2017.03.010

摘要

传统基于项目的协同过滤算法离线计算项目间的相似度,提高了向用户推荐的速度,但极大的数据稀疏度影响了推荐质量,且该算法也忽略了用户兴趣随时间变化这一现象.针对上述问题,提出了一种融合项目聚类和时间权重的动态协同过滤算法,根据用户偏好对项目进行聚类,找出类别偏好相似的候选邻居,再在候选邻居中搜寻最近邻,排除与目标项目共同评分较少的项目干扰,提高了搜寻相似项目的准确性.同时,引入时间权重来反映用户兴趣随时间的变化,从整体上提高推荐质量.在MovieLens数据集上进行实验,实验结果表明,本文所提出算法的推荐质量较传统的协同过滤算法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈玲玲	南京师范大学计算机科学与技术学院	18	53	4.0	6.0
5	钱钢	南京师范大学计算机科学与技术学院	40	427	11.0	19.0
6	吴佳炜	南京师范大学计算机科学与技术学院	2	10	2.0	2.0