基于用户偏好动态变化的协同过滤推荐

摘要：

传统的协同过滤方法利用用户评分数据来生成推荐,没有考虑评价时间和项目类别等其他信息,影响了系统推荐的质量.本文提出一种基于用户偏好动态变化的个性化推荐模型,该方法在基于项目类别的基础上,为用户评分时间距离现在较近、较远和周期性评分分别赋予不同的权重.从MovieLens数据集的实验结果表明,该方法消弱了历史短期偏好对推荐质量的影响,准确地反映了用户偏好的动态变化,有效地提高了推荐的准确性.

关键词：协同过滤、用户偏好动态变化、评价时间、项目类别

分类号：TP311(计算技术、计算机技术)

资助基金：天津市自然科学基金企业科技特派员项目17JCTPJC55100

在线出版日期：2020-04-14（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：75-80