基于Logistic时间函数和用户特征的协同过滤算法

• 作者: 成亚飞 王春春 赵文涛
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 协同过滤 兴趣变化 时间权重 用户特征
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 算法
• 页码范围: 285-289,312
• 页数: 6页
• 分类号: TP393
• 字数: 5161字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.02.051

摘要

目前推荐系统中协同过滤算法是应用最成熟的推荐算法之一,然而传统算法没有考虑随着时间的迁移,用户的兴趣也可能发生相应变化以及特征属性在推荐过程中对推荐结果的影响,致使预测结果不准确.为此,提出一种新的相似性改进算法对传统算法进行改进.改进后的协同过滤算法对基于时间的Logistic权重函数与用户特征属性进行加权计算,形成一种新的相似性度量模型.实验结果表明该算法推荐平均绝对误差(MAE)比传统算法降低了12％,较传统算法推荐质量有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文涛	河南理工大学计算机科学与技术学院	32	158	7.0	11.0
2	王春春	河南理工大学计算机科学与技术学院	4	80	3.0	4.0
3	成亚飞	河南理工大学计算机科学与技术学院	4	47	2.0	4.0