节点文献

基于用户兴趣和项目周期的协同过滤推荐算法

免费订阅

【作者】 叶锡君袁培森郭小清闫智慧何婧

【Author】 Ye Xijun;Yuan Peisen;Gou Xiaoqing;Yan Zhihui;He Jing;School of Information Sciences and Technology,Nanjing Agricultural University;

【通讯作者】 何婧;

【机构】 南京农业大学信息科学技术学院

【摘要】 协同过滤推荐算法以没有限定推荐对象类型、无需用户反馈信息等优势在众多个性化推荐算法中脱颖而出。但是现有算法缺乏对用户之间的差异和用户自身的兴趣考虑,对用户和项目之间的潜在关联考虑不充分,这些问题均会影响推荐精度。该文提出一种基于用户兴趣和项目周期的协同过滤推荐算法,该算法在计算相似度时引入用户兴趣权重UI、项目时间等因素,并采用融合因子将改进后所得用户和项目信息进行综合,获得推荐列表。对比实验得出:该算法在推荐精确度上提高了11.034%,研究结果表明:该算法可有效提高推荐精确度。

【基金】 国家自然科学基金(61502236);国家重点研发计划重点专项(2016YFD0300607);中央高校基本科研业务费专项资金(KYZ200919)
  • 【DOI】10.14177/j.cnki.32-1397n.2018.42.04.002
  • 【分类号】TP391.3
  • 【下载频次】24
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: