融合用户对项目子信息兴趣变化的协同过滤算法

摘要：

针对推荐系统中传统协同过滤算法遇到的数据稀疏性问题,为了充分挖掘用户的偏好,提出融合用户对项目子属性兴趣变化的协同过滤算法.通过构建项目-项目子属性矩阵,计算用户对项目子属性的偏好,使得用户的全部评分得到充分利用,同时考虑到用户兴趣偏好是动态变化的,引入时间权重因子弥补相似度计算的不足,并与传统的协同过滤相结合.结果表明该算法能有效地提高推荐质量.

关键词：推荐系统、协同过滤、数据稀疏、时间权重、相似度计算

所属期刊栏目：48

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：290-294,303