时间上可持续的多兴趣偏好推荐系统
近年来,推荐系统已经成为数据分析与挖掘、信息检索领域方向的热点.然而,部分推荐系统应用于用户多兴趣偏好还存在着问题:首先用户的兴趣不唯一,且对多个兴趣的偏好不等同;其次用户当前的兴趣是否会在未来时间中持续.基于此,本文通过利用用户产生多兴趣并捕获其个性化需求的可持续性,提出了一种MIES算法模型,该模型能够很好捕捉到用户潜在的多种兴趣,并注重用户兴趣的可持续,提高了推荐的质量.通过对比实验表明该模型有效解决了推荐系统对用户多维兴趣的捕捉和个性化兴趣的可持续性.
数据分析与挖掘、多兴趣偏好、个性化兴趣、可持续性、推荐系统
32
TP393.09;G353.11;S126
国家自然科学基金;湖北省教育厅科学研究计划指导性项目
2023-11-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
140-148