王欢
- 作品数：1 被引量：13H指数：1
- 供职机构：电子科技大学计算机科学与工程学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 适应用户兴趣变化的改进型协同过滤算法被引量：13
- 2016年
- 协同过滤算法可以根据用户的历史行为记录去预测其可能喜欢的物品,是现在业界应用极为广泛的推荐算法。但传统的协同过滤算法并没有考虑到用户兴趣的概念漂移,在一些基于时间的协同过滤算法中对推荐时效性的考虑也有所欠缺。针对这些问题,结合用户兴趣随时间转移的特点,改进了相似度的度量方法,同时引入一种增强的时间衰减模型来度量预测值,并将这两种方式有机地结合起来,解决了用户兴趣的概念漂移问题并考虑了推荐算法的时效性。仿真实验中,分别在不同的数据集中对比了该算法与User CF、TCNCF、PTCF以及TimeSVD++算法的预测评分准确度和TopN推荐准确度。实验结果表明,改进算法能够降低预测评分的均方根误差(RMSE),并在TopN推荐准确度上均优于对比算法。
- 胡伟健滕飞李灵芳王欢
- 关键词：协同过滤个性化推荐用户兴趣欧氏距离
