基于反事实推理的时间上下文协同过滤推荐

摘要：

为在推荐算法中有效地融合用户行为的时间特性,提出基于反事实推理的时间上下文协同过滤推荐算法.采用替代式类型的反事实推理,假设用户行为的时间间隔服从负指数分布;运用切比雪夫不等式搜寻偏离负指数分布的数据点,刻画用户行为的阵发性和间歇性;以用户行为发生时间偏离负指数分布的程度量化行为间的相似度;避免定量刻画用户行为时间分布特征,保证算法的普适性.对比实验结果表明,该算法能有效提升推荐效果.

关键词：时间上下文;反事实推理;相似度;协同过滤;切比雪夫不等式

所属期刊栏目：42

分类号：TP311;TP391(计算技术、计算机技术)

资助基金：全国统计科学研究基金项目;常州工学院校级重点科研基金项目

在线出版日期：2021-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2876-2883