区分长短期兴趣的用户动态推荐模型研究

摘要：

本文基于隐形反馈数据集提出区分用户长期兴趣和短期兴趣的推荐模型DYLSI,该模型主要考虑到用户兴趣、项目流行度随时间的变化以及长短期兴趣的不同,针对数据稀疏、用户兴趣刻画不细致等问题提出解决方案.实验结果表明:与传统的遗忘曲线、时间窗口和基于矩阵分解的协同过滤相比,本模型在F1-Score评价指标上展现出更加优越的性能.同时,本文计算用户兴趣偏好时,提取长短期兴趣集合、用户活跃度、项目流行度相关指标,可为用户自动打标签,为后续研究用户兴趣的动态演化过程或者网站功能扩展提供更多选择.

关键词：兴趣漂移、动态推荐、长短期兴趣、隐式反馈

分类号：F724.6(中国国内贸易经济)

在线出版日期：2020-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：91-93