基于动态时序的特征复合协同过滤算法

• 作者: 汪丽君 王洁 龚成
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: SVD++ 协同过滤 动态时序 用户特征 推荐系统
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 算法与语言
• 页码范围: 56-59,64
• 页数: 5页
• 分类号: TP312
• 字数: 4910字
• 语种: 中文
• DOI: 10.11907/rjdk.181451

摘要

协同过滤算法是推荐系统中研究较为广泛和深入的算法,为解决传统协同过滤算法无法处理时间动态变化的问题,提出一种新的改进算法:SpecialTSVD++算法.在传统SVD++算法中分别融入用户评分的时间信息、用户和物品的时间偏置,并且加入用户特征信息,增强数据与时间的关联度,体现数据的动态变化,并且结合用户属性产生个性化推荐结果.Movielens-10m数据集上的实验结果表明,SpecialTSVD++算法通过对时间动态变化带来的推荐影响进行优化处理,使推荐结果更加贴近用户当前需求,能显著提升推荐系统准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洁	北京工业大学信息学部	18	35	4.0	5.0
2	龚成	北京工业大学信息学部	2	0	0.0	0.0
3	汪丽君	北京工业大学信息学部	2	0	0.0	0.0