基于用户偏好动态变化的协同过滤推荐

• 作者: 周娜 姜书浩 张立毅
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 协同过滤 用户偏好动态变化 评价时间 项目类别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP311
• 字数: 5656字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.01.014

摘要

传统的协同过滤方法利用用户评分数据来生成推荐,没有考虑评价时间和项目类别等其他信息,影响了系统推荐的质量.本文提出一种基于用户偏好动态变化的个性化推荐模型,该方法在基于项目类别的基础上,为用户评分时间距离现在较近、较远和周期性评分分别赋予不同的权重.从MovieLens数据集的实验结果表明,该方法消弱了历史短期偏好对推荐质量的影响,准确地反映了用户偏好的动态变化,有效地提高了推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立毅	天津大学电气自动化与信息工程学院	116	611	13.0	18.0
5	姜书浩	天津大学电气自动化与信息工程学院	27	42	4.0	5.0
9	周娜	天津大学电气自动化与信息工程学院	1	0	0.0	0.0