基于用户兴趣和项目周期的协同过滤推荐算法

• 作者: 何婧 叶锡君 袁培森 郭小清 闫智慧
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐算法 协同过滤 个性化 用户兴趣 项目周期 用户相似度 项目相似度 线性融合
• 年，卷（期）: 2018,（4）
• 页码范围: 392-400
• 页数: 9页
• 分类号: TP391
• 字数: 5420字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2018.42.04.002

摘要

协同过滤推荐算法以没有限定推荐对象类型、无需用户反馈信息等优势在众多个性化推荐算法中脱颖而出.但是现有算法缺乏对用户之间的差异和用户自身的兴趣考虑,对用户和项目之间的潜在关联考虑不充分,这些问题均会影响推荐精度.该文提出一种基于用户兴趣和项目周期的协同过滤推荐算法,该算法在计算相似度时引入用户兴趣权重UI、项目时间等因素,并采用融合因子将改进后所得用户和项目信息进行综合,获得推荐列表.对比实验得出:该算法在推荐精确度上提高了11.034％,研究结果表明:该算法可有效提高推荐精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶锡君	南京农业大学信息科学技术学院	22	353	7.0	18.0
2	郭小清	南京农业大学信息科学技术学院	34	248	8.0	15.0
3	袁培森	南京农业大学信息科学技术学院	26	73	5.0	8.0
4	何婧	南京农业大学信息科学技术学院	4	8	1.0	2.0
5	闫智慧	南京农业大学信息科学技术学院	1	6	1.0	1.0