基于动态时间的个性化推荐模型

• 作者: 梁军 王进宏 聂瑞华 谭黎立
• 来源期刊: 华南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 个性化 遗忘曲线 K-Means 物质扩散 热传导
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机科学与软件工程
• 页码范围: 123-128
• 页数: 6页
• 分类号: TP391
• 字数: 4443字
• 语种: 中文
• DOI: 10.6054/j.jscnun.2017015

摘要

在推荐系统中,往往会存在数据的非实时性、稀疏性和冷启动性等问题,文中通过引入遗忘曲线来跟踪用户对资源偏好程度随时间变化情况,提出一种改进的K-Means聚类算法对用户集进行聚类,根据改进的个性化推荐算法对用户进行推荐,建立了一种基于动态时间的个性化推荐模型.通过实验验证,该个性化推荐模型能够获取准确的用户偏好信息,并缓解冷启动问题,降低算法计算的时间空间复杂度,提高个性化推荐算法的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂瑞华	华南师范大学计算机学院	60	607	13.0	22.0
2	梁军	华南师范大学网络中心	8	38	3.0	6.0
3	谭黎立	华南师范大学计算机学院	2	3	1.0	1.0
4	王进宏		4	12	2.0	3.0