-
题名基于动态社会行为和用户背景的协同推荐方法
被引量:8
- 1
-
-
作者
蒋胜
王忠群
修宇
皇苏斌
汪千松
-
机构
安徽工程大学计算机与信息学院
-
出处
《计算机科学》
CSCD
北大核心
2015年第3期252-255,265,共5页
-
基金
国家自然科学基金项目(71371012
71171002
+1 种基金
61300170)
教育部人文社科规划项目(13YJA630098)资助
-
文摘
针对传统协同过滤推荐算法推荐精度低及冷启动的问题,提出了一种基于动态社会行为和用户背景的协同推荐方法。作为用户标注行为的结果,变化的标签体现了用户行为的动态性。该方法首先根据动态社会化标签得出用户的动态兴趣偏好相似度,然后根据用户背景信息计算出用户相似度,最后计算基于时间权重的用户评分相似度,并集成上述3个相似度找出最近邻居集,以为目标用户提供更加准确的个性化推荐。实验结果证明,该方法不仅能较好地解决数据稀疏和冷启动的问题,还能有效提高推荐算法的精确度。
-
关键词
推荐精度
冷启动
社会化标签
用户背景信息
动态社会行为
时间权重
-
Keywords
Recommendation precision
Cold-start
Social tags
Users’ background information
Dynamic social beha-vior
Time weight
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-