适应用户兴趣变化的协同过滤推荐算法

被引：145

作者：

邢春晓 ^{[1
]}

高凤荣 ^{[1
]}

战思南 ^{[2
]}

周立柱 ^{[2
]}

机构：

[1] 清华大学信息技术研究院Web与软件技术研究中心

[2] 清华大学计算机科学与技术系软件研究所

来源：

计算机研究与发展 | 2007年 / 02期

关键词：

协同过滤; 个性化推荐; 基于时间的数据权重; 基于资源相似度的数据权重;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

协同过滤算法是至今为止最成功的个性化推荐技术之一,被应用到很多领域中.但传统协同过滤算法不能及时反映用户的兴趣变化.针对这个问题,提出两种改进度量:基于时间的数据权重和基于资源相似度的数据权重,在此基础上将它们有机结合,并将这两种权重引入基于资源的协同过滤算法的生成推荐过程中.实验表明,改进后的算法比传统协同过滤算法在推荐准确度上有明显提高.

引用

页码：296 / 301

页数：6