结合用户特征分类和动态时间的协同过滤推荐

• 作者: 梁博群 谢霖铨
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 推荐系统 冷启动 用户特征 动态时间 相似性计算
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 80-84
• 页数: 5页
• 分类号: TP311
• 字数: 4507字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1508-0010

摘要

针对推荐系统中数据稀疏、冷启动和用户特征动态变化及不同用户对同一特征依赖程度不同等问题的影响,提出了结合用户特征分类和动态时间的协同过滤推荐.考虑用户特征动态变化的同时将用户依据特征分类以弥补计算相似度的不足,并将用户特征和用户评分相结合解决冷启动问题.结果表明该算法能有效提高推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢霖铨	江西理工大学理学院	27	81	5.0	7.0
2	梁博群	江西理工大学理学院	2	12	2.0	2.0