基于用户特征和时间权重的协同过滤算法

• 作者: 孙克雷 王琰
• 来源期刊: 安徽建筑大学学报
• 学科: 工学
• 关键词: 最近邻居 用户特征 时间权重 兴趣迁移 协同过滤算法
• 年，卷（期）: 2018,（1）
• 页码范围: 55-60
• 页数: 6页
• 分类号: TP393
• 字数: 5166字
• 语种: 中文
• DOI: 10.11921/j.issn.2095-8382.20180111

摘要

为了解决传统算法中寻找最近邻居不准确和用户兴趣随时间变化而迁移的问题,提出一种基于用户特征和时间权重的协同过滤算法.文中首先把Movie Lens数据集中用户特征信息数字化,求出用户特征相似性,将其加入到修正的余弦公式中,得到一种新的用户相似度,以找到更加准确的最近邻居集;然后通过引入时间函数来反应用户的兴趣迁移,再根据预测评分公式来获得更加准确的预测评分;最后给用户生成一个较可靠的推荐结果.实验结果表明,该方法取得了较好的效果且平均绝对误差(MAE)值达到72.57％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙克雷	安徽理工大学计算机科学与工程学院	23	98	5.0	9.0
2	王琰	安徽理工大学计算机科学与工程学院	1	0	0.0	0.0