一种基于指数遗忘函数的协同过滤算法

被引：10

作者：

曾东红 ^{[1
]}

汪涛 ^{[1
]}

严水发 ^{[2
]}

赖慧芳 ^{[3
]}

机构：

[1] 江西理工大学电气工程与自动化学院

[2] 腾讯控股有限公司

[3] 江西理工大学教务处

来源：

科技广场 | 2013年 / 07期

关键词：

协同过滤; 个性化推荐; 兴趣变化; 指数遗忘;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

协同过滤算法是目前最成功的个性化推荐技术之一,但传统的协同过滤算法没有考虑用户兴趣随时间而产生的变化,影响了推荐质量。本文针对这个问题,提出一种改进的指数遗忘函数对用户—资源评分矩阵进行修正,并将修正的评分矩阵用于协同过滤算法,从而得到一种改进的协同过滤算法。实验表明,与传统协同过滤算法相比,改进的算法在推荐准确度上有显著提高。

引用

收藏

页码：10 / 15

页数：6

相关论文

共 12 条

[1] 非线性组合的协同过滤推荐算法 [J].

李国 ;

张智斌 ;

刘芳先 ;

姜波 ;

姚文伟 .

计算机应用, 2011, 31 (11) :3063-3067

[2] 适应用户兴趣变化的指数遗忘协同过滤算法 [J].

李克潮 ;

梁正友 .

计算机工程与应用, 2011, 47 (13) :154-156

[3] 一种基于遗忘理论的信念收缩方法 [J].

田谦益 ;

陈倩婧 .

计算机工程与科学, 2010, 32 (05) :159-160+164

[4] 基于时间加权的个性化推荐算法研究 [J].

杨怀珍 ;

丛晓琪 ;

刘枚莲 .

计算机工程与科学, 2009, 31 (06) :126-128

[5] 协同过滤推荐系统中数据稀疏问题的解决 [J].

吴颜 ;

沈洁 ;

顾天竺 ;

陈晓红 ;

李慧 ;

张舒 .

计算机应用研究, 2007, (06) :94-97

[6] 基于人工免疫系统的推荐系统 [J].

高静 ;

应吉康 .

计算机技术与发展, 2007, (05) :180-183

[7] Web挖掘在网络教学中的应用 [J].

陈红丽 ;

李广丽 .

江西理工大学学报, 2006, (03) :46-49

[8] 用户多兴趣下的个性化推荐算法研究 [J].

余力 ;

刘鲁 ;

李雪峰 .

计算机集成制造系统, 2004, (12) :1610-1615

[9] 个性化服务技术综述 [J].

曾春 ;

邢春晓 ;

周立柱 .

软件学报, 2002, (10) :1952-1961

[10] A new approach for combining content-based and collaborative filters [J].

Kim, Byeong Man ;

Li, Qing ;

Park, Chang Seok ;

Kim, Si Gwan ;

Kim, Ju Yeon .

JOURNAL OF INTELLIGENT INFORMATION SYSTEMS, 2006, 27 (01) :79-91