融合惩罚因子和时间权重的协同过滤推荐算法

• 作者: 刘超慧 孔先进 陈天成 韩传福
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 协同过滤 推荐算法 惩罚因子 时间权重 个性化推荐 相似度融合
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: ITNS主题专栏:人工智能技术
• 页码范围: 17-21
• 页数: 5页
• 分类号: TP311
• 字数: 3975字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2020.05.004

摘要

协同过滤算法是一种经典的推荐算法,思想是依据近邻用户或者相似物品对目标进行推荐,常被应用在各类推荐系统中.但传统算法过分考虑热门物品对评分的影响,而忽略了冷门物品对用户兴趣特征度量的贡献,也未考虑用户兴趣动态变化的问题.对此,提出一种新的相似度改进算法,改进后的协同过滤算法将物品热门惩罚因子和时间数据权重进行加权计算,优化了用户相似度计算方法,形成了一种新的相似性度量模型.利用MovieLens电影推荐数据集验证改进后的算法,实验结果表明,该算法将推荐平均绝对误差(MAE)与传统算法相比降低了13.2％,推荐质量有了明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘超慧	郑州航空工业管理学院智能工程学院	29	91	5.0	8.0
2	韩传福	郑州航空工业管理学院智能工程学院	1	0	0.0	0.0
3	陈天成	郑州航空工业管理学院智能工程学院	1	0	0.0	0.0
4	孔先进	郑州航空工业管理学院智能工程学院	1	0	0.0	0.0