情报学报
情報學報
정보학보
2009年
1期
109-113
,共5页
兴趣演变%协作过滤%个性化推荐
興趣縯變%協作過濾%箇性化推薦
흥취연변%협작과려%개성화추천
个性化推荐技术是将传统的数据挖掘技术同用户访问信息结合起来,根据用户的兴趣爱好来对用户可能访问的内容进行预测并预取其提供给用户进行选择.目前协作过滤技术是个性化推荐系统中应用最为成功的推荐技术之一,但传统的协作过滤算法没有考虑用户的兴趣演变,难以有效地反映用户真实兴趣.在分析目前协作过滤算法存在问题的基础上,利用用户访问兴趣分为偶然兴趣和稳定兴趣的特性,文章提出了基于偶然兴趣的推荐权重和基于稳定兴趣的推荐权重,并将它们融入新的拟合用户兴趣演变的协作过滤算法中.实验表明该算法能准确地反映用户访问兴趣,较传统的协作过滤算法可以有效提高推荐精度.
箇性化推薦技術是將傳統的數據挖掘技術同用戶訪問信息結閤起來,根據用戶的興趣愛好來對用戶可能訪問的內容進行預測併預取其提供給用戶進行選擇.目前協作過濾技術是箇性化推薦繫統中應用最為成功的推薦技術之一,但傳統的協作過濾算法沒有攷慮用戶的興趣縯變,難以有效地反映用戶真實興趣.在分析目前協作過濾算法存在問題的基礎上,利用用戶訪問興趣分為偶然興趣和穩定興趣的特性,文章提齣瞭基于偶然興趣的推薦權重和基于穩定興趣的推薦權重,併將它們融入新的擬閤用戶興趣縯變的協作過濾算法中.實驗錶明該算法能準確地反映用戶訪問興趣,較傳統的協作過濾算法可以有效提高推薦精度.
개성화추천기술시장전통적수거알굴기술동용호방문신식결합기래,근거용호적흥취애호래대용호가능방문적내용진행예측병예취기제공급용호진행선택.목전협작과려기술시개성화추천계통중응용최위성공적추천기술지일,단전통적협작과려산법몰유고필용호적흥취연변,난이유효지반영용호진실흥취.재분석목전협작과려산법존재문제적기출상,이용용호방문흥취분위우연흥취화은정흥취적특성,문장제출료기우우연흥취적추천권중화기우은정흥취적추천권중,병장타문융입신적의합용호흥취연변적협작과려산법중.실험표명해산법능준학지반영용호방문흥취,교전통적협작과려산법가이유효제고추천정도.
