感知用户年龄的Item-based协同过滤推荐算法

• 作者: 张彩廷 祝永志
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 用户年龄 实时 Item-based协同过滤 Spark
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 95-99
• 页数: 5页
• 分类号: TP301
• 字数: 3441字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.06.020

摘要

随着大数据时代的到来,推荐系统为人们寻找自己感兴趣的物品或事件提供了捷径.协同过滤推荐算法分为User-based协同过滤算法和Item-based协同过滤推荐算法.传统Item-based协同过滤推荐算法只关注Item间的相似度,与目标用户特征无关,因此传统算法相似度不能有效反映Item间的相似程度,推荐准确率低.并且传统Item-based协同过滤算法需要基于所有用户的历史行为数据进行计算,随着数据量的快速增长计算量不断增大,推荐时效性差.针对以上问题,提出了一种感知用户年龄的Item-based协同过滤推荐算法,基于用户年龄特征对用户进行分类,在类内采用加权相似度对Item间的相似度进行计算,并且在Spark分布式计算平台上运行测试.实验结果显示,该算法不仅保证了推荐准确率,而且大幅度提高了推荐效率,提升了推荐系统的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝永志	曲阜师范大学信息科学与工程学院	77	392	10.0	16.0
2	张彩廷	曲阜师范大学信息科学与工程学院	2	2	1.0	1.0