计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2011年
11期
3063-3067
,共5页
李国%张智斌%刘芳先%姜波%姚文伟
李國%張智斌%劉芳先%薑波%姚文偉
리국%장지빈%류방선%강파%요문위
个性化推荐%协同过滤%用户特征%项目属性%时间权限
箇性化推薦%協同過濾%用戶特徵%項目屬性%時間權限
개성화추천%협동과려%용호특정%항목속성%시간권한
协同过滤是目前最流行的个性化推荐技术,但现有算法局限于用户项目评分矩阵,存在稀疏性、冷开始问题,邻居相似性只考虑用户共同评分项目,忽略项目属性、用户特征相关性；同等对待用户不同时间的兴趣偏好,缺乏实时性.针对这些问题,提出一种非线性组合的协同过滤算法,改进基于项目属性、用户特征的邻居相似性计算方法,获得更加准确的最近邻居集；初始预测评分填充矩阵,以增强其稠密性；最终预测评分增加时间权限,使用户最新兴趣权重最大.实验表明,该算法通过有效降低稀疏性、冷开始和实现实时推荐,提高了预测精度.
協同過濾是目前最流行的箇性化推薦技術,但現有算法跼限于用戶項目評分矩陣,存在稀疏性、冷開始問題,鄰居相似性隻攷慮用戶共同評分項目,忽略項目屬性、用戶特徵相關性；同等對待用戶不同時間的興趣偏好,缺乏實時性.針對這些問題,提齣一種非線性組閤的協同過濾算法,改進基于項目屬性、用戶特徵的鄰居相似性計算方法,穫得更加準確的最近鄰居集；初始預測評分填充矩陣,以增彊其稠密性；最終預測評分增加時間權限,使用戶最新興趣權重最大.實驗錶明,該算法通過有效降低稀疏性、冷開始和實現實時推薦,提高瞭預測精度.
협동과려시목전최류행적개성화추천기술,단현유산법국한우용호항목평분구진,존재희소성、랭개시문제,린거상사성지고필용호공동평분항목,홀략항목속성、용호특정상관성；동등대대용호불동시간적흥취편호,결핍실시성.침대저사문제,제출일충비선성조합적협동과려산법,개진기우항목속성、용호특정적린거상사성계산방법,획득경가준학적최근린거집；초시예측평분전충구진,이증강기주밀성；최종예측평분증가시간권한,사용호최신흥취권중최대.실험표명,해산법통과유효강저희소성、랭개시화실현실시추천,제고료예측정도.
