融合时间和类型特征加权的矩阵分解推荐算法

• 作者: 侯湘 孙天昊 李双庆 石鸿瑗
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 协同过滤 推荐系统 影响力加强权重 信息保持期 时间加权 矩阵分解
• 年，卷（期）: 2019,（1）
• 页码范围: 79-87
• 页数: 9页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2019.01.008

摘要

针对推荐算法的信息过期问题,结合遗忘函数和信息保持期的改进时间权重引入矩阵分解模型,提出一种基于改进时间权重的矩阵分解协同过滤算法(MFTWCF,M F-based and improved time weighted collabora tive filtering),相比前人提出的基于改进时间权重的邻域协同过滤算法(NTWCF,neighborhood-based and improved time weighted collaboratire filering algorithm),准确性显著提升了26.58％.由于过去的信息所包含的特征在随后的时间里可能被用户持续关注,从而增强过期信息对推荐的影响力,所以提出了融合时间权重和类型影响力加强权重的改进算法(MFT TWCF,M F-bosed and imporved time and type weighteel collaborative filtering)修正上述时间权重.电影数据集的实验证明,MFT TWCF算法预测的准确性比M FTWCF算法提高了3.58％,能够取得更好的推荐效果,适用于通过预测评分进行推荐的系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李双庆	重庆大学计算机学院	52	423	12.0	18.0
2	孙天昊	重庆大学计算机学院	24	175	8.0	12.0
3	石鸿瑗	重庆大学计算机学院	2	7	2.0	2.0