基于时间和聚类的协同过滤推荐策略研究
在电子商务推荐中时间是一个重要的数据类型,通过时间序列可以有效解决用户的兴趣漂移问题.同时,采取动态追踪用户行为随时间变化的行为轨迹特征,可以有效提高个性化推荐系统的准确性.基于时间序列的这一特征,提出一种基于时间和聚类的电子商务推荐策略,运用二分K - means聚类方法对物品进行聚类,结合时间因素对用户进行协同过滤的推荐.实验结果表明,该推荐策略可以提高推荐的准确性.
二分K-means、协同过滤、时间序列、推荐策略
50
2020年度河南省高等学校重点科研项目;河南哲学社会科学规划项目
2021-02-03(万方平台首次上网日期,不代表论文的发表时间)
共8页
41-48