基于用户兴趣和项目属性的协同过滤算法

• 作者: 刘永利 刘静 李骁 武文琪 王建芳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 用户兴趣 项目属性 协同过滤 权重函数 相似度
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 数据工程
• 页码范围: 33-37
• 页数: 5页
• 分类号: TP391
• 字数: 4603字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.05.006

摘要

针对传统协同过滤算法不能及时反应用户的兴趣变化、时效性不足而导致推荐精度不高的问题,提出一种基于用户兴趣和项目属性的协同过滤算法.在传统协同过滤基础上综合考虑评分时间、相似度以及项目属性等因素,首先在计算相似度过程中加入基于时间的用户兴趣度权重函数,然后再与项目属性相似度进行融合,最后进行项目预测与推荐.在Movielens数据集上的实验结果表明,所提出的算法与已有的经典算法相比,平均绝对误差降低了3％ ～6％,有效提高了推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘静	河南理工大学计算机科学与技术学院	27	93	6.0	7.0
2	刘永利	河南理工大学计算机科学与技术学院	24	76	4.0	7.0
3	王建芳	河南理工大学计算机科学与技术学院	16	68	4.0	7.0
4	武文琪	河南理工大学计算机科学与技术学院	4	23	3.0	4.0
5	李骁	河南理工大学计算机科学与技术学院	2	19	2.0	2.0