期刊文献+

基于用户兴趣和项目属性的协同过滤算法 被引量:5

COLLABORATIVE FILTERING ALGORITHM BASED ON USER INTEREST AND ITEM PROPERTIES
下载PDF
导出
摘要 针对传统协同过滤算法不能及时反应用户的兴趣变化、时效性不足而导致推荐精度不高的问题,提出一种基于用户兴趣和项目属性的协同过滤算法。在传统协同过滤基础上综合考虑评分时间、相似度以及项目属性等因素,首先在计算相似度过程中加入基于时间的用户兴趣度权重函数,然后再与项目属性相似度进行融合,最后进行项目预测与推荐。在Movielens数据集上的实验结果表明,所提出的算法与已有的经典算法相比,平均绝对误差降低了3%~6%,有效提高了推荐的准确性。 Aiming at the problem that traditional collaborative filtering algorithm can , t response to user, s interestchanges timely , lack of timeliness leads to recommend accuracy is not high , a collaboratuser interest and item properties is proposed. On the basis of the traditional colof scoring time , similarity and item properties , first we add the user preference time weight function to the process of computing similarity , then merge with the similarity of tem properties , finally make the item prediction and recommendation. Compared with the newly proposed algorithm and the existing algorithm , theMovielens demonstrate that the MAE (Mean Absolute Error) reduces by 3% ?6% ,which effectively improves therecommendation accuracy.
出处 《计算机应用与软件》 2017年第5期33-37,共5页 Computer Applications and Software
基金 国家自然科学基金项目(61202286) 河南省高等学校骨干教师计划项目(2015GGJS-068)
关键词 用户兴趣 项目属性 协同过滤 权重函数 相似度 User interest Item properties Collaborative filtering Weight function Similarity
  • 相关文献

参考文献7

二级参考文献177

共引文献341

同被引文献30

引证文献5

二级引证文献16

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部