基于多维度权重动态更新的用户兴趣模型

被引：4

作者：

任保宁 ^{[1
]}

梁永全 ^{[1
]}

赵建立 ^{[1
]}

廉文娟 ^{[1
]}

李玉军 ^{[2
]}

机构：

[1] 山东科技大学信息科学与工程学院

[2] 海信集团有限公司数字多媒体技术国家重点实验室

来源：

计算机工程 | 2014年 / 40卷 / 09期

关键词：

用户兴趣模型; 个性化推荐; 动态权重更新; 多维度; 维度相似度; 兴趣漂移;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

面向个性化电影推荐领域,提出一种基于多维度权重动态更新的用户兴趣模型。将电影分成演员、导演、类别、地区和时间5个维度,分别计算电影在这些维度上的相似度。采用归一化方法将电影之间的相似度转化为用户兴趣模型中的多维度权重,并应用TF-IDF算法计算各维度中特征词的权重,从而实现电影各维度权重及其特征词权重的动态更新。利用基于内容的推荐算法,在MovieLens数据集进行实验,结果表明,该模型具有较高的推荐准确率和召回率,并且能够发现用户对电影维度的偏好,解决用户兴趣漂移问题。

引用

页码：42 / 45

页数：4

共 5 条

[1] 个性化检索系统中用户兴趣模型的研究 [J].