基于资源类的时间加权协作过滤算法

摘要：

当前e-Learning作为一种重要的教学方式,对其个性化的要求正在日益提高.针对协作过滤推荐是当今应用最为普遍的个性化推荐算法,而数据的稀疏性和算法的可扩展性一直是协作过滤算法所面临的两大问题,提出基于资源类的时间加权协作过滤算法.该算法不仅降低了数据的稀疏性和维度,缩小了目标用户最近邻的查找范围;而且避免了传统推荐算法中推荐值与用户相似度不密切相关的弊端,提高了最近邻的准确度,推荐精度较以往传统算法有明显提高.

关键词：个性化推荐、协同过滤、相似度、聚类

所属期刊栏目：26

分类号：TP393(计算技术、计算机技术)

资助基金：国家"十一五"重大科技攻关项目2006BAH02A24-6

在线出版日期：2009-07-01（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：2107-2109