适应用户兴趣变化的协同过滤增量更新机制

摘要：

高维、稀疏的用户-项目评分矩阵对基于项目的协同过滤推荐算法造成严峻的可扩展性问题.传统的解决方法是离线计算项目相似性并保存在系统中以供算法调用,但是不能充分利用最新评分数据以体现用户兴趣的变化.针对上述问题,提出了适合在线应用的协同过滤项目相似性增量更新机制,使得推荐系统在当前用户提交项目评分之后,能够实时完成相应项目与其他项目之间的相似性数据更新,从而推荐系统可以基于最新的项目相似性数据进行推荐处理,以适应用户兴趣的变化.实验结果表明,本文提出的项目相似性增量更新机制能够有效提高基于项目的协同过滤算法可扩展性.

关键词：协同过滤、项目相似性、增量更新机制

所属期刊栏目：29

分类号：TP3;F71

资助基金：国家自然科学基金项目70771037;四川省教育厅青年基金项目09ZB068;四川师范大学重点研究课题037185

在线出版日期：2010-03-02（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：59-66