基于项目聚类和时间衰减的动态协同过滤算法

• 作者: 刘旭 李玲娟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 推荐算法 聚类 协同过滤 时间衰减 基于项目
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 22-26
• 页数: 5页
• 分类号: TP311
• 字数: 4617字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.08.004

摘要

传统协同过滤推荐算法侧重于用户兴趣和项目的关系,目的是向用户推荐符合其兴趣的项目.但忽略了用户兴趣随时间的变化,将不同时间段的项目评分同等对待,降低了推荐的准确率.另一方面,基于项目的协同过滤算法在寻找目标项目的最近邻居时,因需要遍历整个项目空间而导致开销较大.为了解决上述问题,设计了一种基于项目聚类和时间衰减的动态协同过滤推荐算法ITDCF.该算法适用于基于项目的协同过滤,首先根据用户的评分对项目进行聚类,以快速找出目标项目的最近邻.接着,在计算项目相似度和预测评分阶段都引入时间衰减因子,以客观反映用户兴趣,提高推荐精度.最后,将前N个项目推荐给用户.在MovieLens数据集上对Popular、ItemCF、ITDCF算法的准确率、召回率和F1值的测试结果表明,ITDCF算法在准确性和效率上都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲娟	南京邮电大学计算机学院	88	927	14.0	26.0
2	刘旭	南京邮电大学计算机学院	9	22	3.0	4.0