基于时间衰减的物品相似度协同推荐算法改进

• 作者: 杨帆 陈昕宇
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 时间衰减 物品相似度 协同过滤推荐 相似度计算 推荐准确性
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 计算机技术
• 页码范围: 90-92,95
• 页数: 4页
• 分类号: TP391.3
• 字数: 3211字
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.08.028

摘要

推荐系统作为信息过滤技术的典型代表,是目前解决信息过载问题的重要实现手段.其中协同过滤算法是目前推荐系统中应用最广泛的推荐算法之一.基于物品的协同过滤推荐算法,实质上是在邻近相似度计算的基础上,根据用户的历史行为特征,给用户推荐与用户之前喜欢物品相似物品的过程.文章在传统的基于物品推荐的协同算法基础上,针对用户-物品评分矩阵以及数据处理时可能存在的数据稀疏性问题,辅以时间衰减函数与修正的夹角余弦,对传统物品相似度计算方法做出改进,经过实验证明,基于时间衰减的物品相似度协同推荐算法可提高推荐结果准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨帆	湖北第二师范学院计算机学院	11	17	2.0	4.0
3	陈昕宇	湖北第二师范学院计算机学院	1	0	0.0	0.0