基于时间上下文的个性化电影推荐算法研究

传统的协同过滤推荐算法未充分考虑时间因素的影响。基于人的记忆遗忘特性和记忆激活特性,提出基于时间上下文的个性化电影推荐算法HMC-CF。根据记忆遗忘特性,得到基于用户群的评分预测,根据记忆激活特性得到基于产品群的评分预测,融合记忆遗忘和记忆激活两种评分预测方式,得到混合后的综合评分预测。通过对比实验,表明基于时间上下文的推荐算法在推荐准确率、覆盖率上更具优势。