融合用户对项目子信息兴趣变化的协同过滤算法

• 作者: 廖闻剑 高宇
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 推荐系统 协同过滤 数据稀疏 时间权重 相似度计算
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 算法与分析
• 页码范围: 290-294,303
• 页数: 6页
• 分类号: TP301.6
• 字数: 4370字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.02.004

摘要

针对推荐系统中传统协同过滤算法遇到的数据稀疏性问题,为了充分挖掘用户的偏好,提出融合用户对项目子属性兴趣变化的协同过滤算法.通过构建项目-项目子属性矩阵,计算用户对项目子属性的偏好,使得用户的全部评分得到充分利用,同时考虑到用户兴趣偏好是动态变化的,引入时间权重因子弥补相似度计算的不足,并与传统的协同过滤相结合.结果表明该算法能有效地提高推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖闻剑		8	54	3.0	7.0
5	高宇		1	0	0.0	0.0